Sistem Prediksi Penerimaan SNMPTN menggunakan Algoritme Decision Tree C4.5

##plugins.themes.bootstrap3.article.main##

Dityo Kukuh Utomo Ahmad Afif Supianto Welly Purnomo

Abstrak

Seleksi Nasional Masuk Perguruan Tinggi Negeri (SNMPTN) adalah seleksi masuk perguruan tinggi berdasarkan nilai mata pelajaran yang setiap tahunnya mengalami peningkatan jumlah peserta sehingga memiliki tingkat persaingan yang tinggi. Guru bimbingan konseling bertugas untuk memprediksi penerimaan siswa dalam mengikuti SNMPTN. Permasalahan muncul ketika jumlah siswa yang melakukan bimbingan bertambah seiring mendekatnya waktu pendaftaran SNMPTN. Oleh karena itu, dibutuhkan sistem yang dapat memprediksi kemungkinan siswa diterima melalui jalur SNMPTN sehingga dapat meringankan beban guru bimbingan konseling. Salah satu algoritme prediksi adalah decision tree C4.5 yang membuat pohon keputusan untuk menggambarkan rule. Data yang digunakan berasal dari nilai mata pelajaran milik alumni SMA Negeri 3 Malang yang pernah mengikuti SNMPTN dari tahun 2016-2018 dengan jumlah 681 data untuk jurusan IPA dan 90 data untuk jurusan IPS beserta daftar siswa lulus SNMPTN di tahun yang sama. Dari data nilai dan daftar siswa lulus SNMPTN tersebut atribut yang digunakan hanya atribut nilai mata pelajaran yang digunakan dalam SNMPTN 2019 beserta status lulus atau tidak siswa dalam mengikuti SNMPTN. Sistem dibangun dalam bentuk website yang memanfaatkan WEKA CLI untuk proses prediksi. Hasil black box testing-validasi menunjukan use case dan fungsi sistem telah cocok atau valid. Tingkat usability sistem yang dihasilkan dengan memanfaatkan system usability scale sebesar 87.5 yang termasuk kategori “acceptable”.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Utomo, D., Supianto, A., & Purnomo, W. Sistem Prediksi Penerimaan SNMPTN menggunakan Algoritme Decision Tree C4.5. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 9, p. 9124-9131, des. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6352>. Tanggal Akses: 26 mei 2020
Bagian
Artikel