KLASIFIKASI KELAYAKAN PENERIMA BEASISWA KARTU INDONESIA PINTAR KULIAH (KIP-K) MENGGUNAKAN TEKNIK STACKING ENSEMBLE

Perguruan tinggi di Indonesia memainkan peran yang sangat penting bagi
pertumbuhan dan peningkatan pendidikan serta nilai sumber daya manusia. Akan tetapi,
ekonomi menjadi faktor yang menyebabkan calon mahasiswa tidak meneruskan
pendidikan ke jenjang perkuliahan. Dalam mengatasi ini, lembaga pemerintah merespon
dengan cara menyediakan beasiswa Kartu Indonesia Pintar (KIP-K) yang memberikan
bantuan finansial untuk calon mahasiswa yang memiliki masalah finansial tapi
mempunyai potensi di bidang akademik. Namun sering kali penerima KIP-K tidak
memenuhi kriteria atau bisa disebut salah sasaran dalam penyalurannya. Penelitian ini
bertujuan untuk mengklasifikasi kelayakan penerima beasiswa KIP-K menggunakan
teknik Stacking Ensemble, dengan menggunakan Support Vector Machine (SVM), K�Nearest Neighbors (KNN), dan Naïve Bayes (NB) sebagai base model, dan Logistic
Regression (LR) sebagai meta model. Hasil studi menunjukkan model Stacking yang
dibangun memperoleh akurasi sebesar 84,71% dan nilai ROC AUC Score sebesar 90,07%
yang menunjukkan performa klasifikasi yang baik. Penelitian ini diharapkan bisa menjadi
landasan pengembangan Sistem Pendukung Keputusan dalam memutuskan kelayakan
calon penerima beasiswa KIP-K di Indonesia secara akurat.
Kata kunci: Klasifikasi, Beasiswa, Stacking Ensemble