Lewati ke konten utama
Beranda / Publikasi / Thesis
ThesisOpen AccessTerbit 2026Versi 1

ANALISIS ALGORITMA DECISION TREE DALAM PREDIKSI KELULUSAN SELEKSI MASUK ASRAMA DI SMAN 1 PADANG PANJANG

Skripsi, Thesis, Disertasi, dan Tugas Akhir•Pendidikan Teknik Informatika Dan Komputer•5 dilihat · 0 unduhan

Abstrak

Skripsi atas nama Reza Pahlevi Pane, dengan judul "Analisis Algoritma Decision Tree Dalam Prediksi Kelulusan Seleksi Masuk Asrama di SMAN 1 Padang Panjang", Program Studi Pendidikan Teknik Informatika dan Komputer (PTIK) Fakultas Tarbiyah dan Ilmu Keguruan (FTIK) Universitas Islam Negeri (UIN) Sjech M. Djamil Djambek Bukittinggi. Proses seleksi penerimaan peserta didik baru jalur asrama di SMAN 1 Padang Panjang melibatkan berbagai kriteria penilaian sehingga penentuan kelulusan menjadi kompleks dan berpotensi menimbulkan subjektivitas apabila dilakukan secara manual. Penelitian ini bertujuan untuk menganalisis kinerja algoritma Decision Tree C4.5 dalam memprediksi kelulusan seleksi masuk asrama berdasarkan data historis penerimaan peserta didik. Penelitian menggunakan metode Knowledge Discovery in Databases (KDD) yang meliputi tahapan seleksi data, prapemrosesan data, transformasi data, pemodelan menggunakan algoritma Decision Tree C4.5, dan evaluasi model. Data yang digunakan merupakan 2.481 data historis seleksi masuk asrama SMAN 1 Padang Panjang tahun pelajaran 2022/2023 sampai dengan 2024/2025. Evaluasi model dilakukan menggunakan teknik 10-fold cross validation dengan metrik accuracy, precision, recall, F1-Score, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa model menghasilkan nilai accuracy sebesar 98,63%, precision sebesar 96,57%, recall sebesar 93,89%, F1-Score sebesar 95,21%, dan AUC sebesar 0,870 yang menunjukkan kemampuan klasifikasi yang baik. Hasil pembentukan pohon keputusan menunjukkan bahwa atribut Nilai Tes Akademik menjadi akar pohon (root node) dan menghasilkan aturan klasifikasi (IF–THEN Rules) sebagai dasar prediksi kelulusan. Berdasarkan hasil penelitian tersebut, algoritma Decision Tree C4.5 mampu menghasilkan model prediksi dengan tingkat akurasi yang tinggi serta aturan keputusan yang mudah dipahami sehingga layak digunakan sebagai pendukung pengambilan keputusan dalam proses seleksi masuk asrama di SMAN 1 Padang Panjang.

Kata kunci

Data Mining, Decision Tree C4.5, RapidMiner, Prediksi Kelulusan, Seleksi Jalur Asrama.

Informasi bibliografis

Versi dan riwayat publik

  1. Versi 1ANALISIS ALGORITMA DECISION TREE DALAM PREDIKSI KELULUSAN SELEKSI MASUK ASRAMA DI SMAN 1 PADANG PANJANG2026 · oai:ais:skripsi:20881

Publikasi terkait