APLIKASI SISTEM PENDUKUNG KEPUTUSAN MENGGUNAKAN ALGORITMA C4.5. UNTUK PENJURUSAN SMA

Yeni Kustiyahningsih, Eza Rahmanita

Abstract


ABSTRAK

Algoritma C4.5 merupakan pengembangan dari algoritma ID3, kelebihan algoritma C4.5 dapat menangani atribut kontinyu dan diskrit, kemudian dapat menangani training data dengan missing  value, serta menggunakan gain ratio untuk memperbaiki information gain. Selama ini untuk  menentukan penjurusan  sekolah SMA masih dilakukan dengan cara manual. Semakin tahun terjadi peningkatan jumlah siswa dan syarat untuk penjurusan juga semakin komplek, sehingga diperlukan sistem aplikasi penjurusan untuk membantu pihak sekolah dalam mempercepat dan efisiensi penjurusan sekolah. Apabila penjurusan sesuai dengan kemampuan dan minat  siswa, maka mereka dapat belajar dengan nyaman dan lulusan yang dihasilkan juga mendapat nilai yang maksimal, sehingga rata-rata nilai meningkat. Tujuan penelitian ini adalah membuat klasifikasi penjurusan siswa menggunakan algoritma C4.5 (metode decision tree) untuk mempermudah dan mempercepat penentuan penyeleksian pemilihan  jurusan sehingga proses yang dihasilkan dari seleksi ini lebih akurat dan objektif. Adapun Kriteria penjurusan adalah nilai Matematika, Fisika, Biologi, Kimia, Nilai Psikotest (IQ), Saran Psikotest, Angket/Minat Siswa, Saran Bimbingan Konseling. Hasil dari klasifikasi algoritma akan di analisa untuk menentukan recall, pressicion,   accuracy terbesar dan  Nilai error rate terkecil yang dicapai. Dari skenario uji coba yang dilakukan nilai akurasi yang dihasilkan setelah dilakukan pruning lebih baik dari pada tanpa pruning.

Kata Kunci : Algoritma C4.5, Penentuan Jurusan, decission tree, akurasi, kriteria

 

ABSTRACT

The C4.5 algorithm is the development of ID3 algorithm that the excess of C4.5 can handle continuous and discrete attributes and training data with the missing value, and uses the gain ratio to improve information gain. During this time, to determine the high school majors is still done manually. For more years the increasing number of students and the requirements for majors are increasingly complex, it is necessary to have an application system of majors to help school in accelerating the efficiency of the school majors. If the majors are in accordance with the student’s abilities and interests, the result will be that the students can learn comfortably and can get maximum score, and thus the average value increases. The purpose of this research is to make a classification placement of students using the C4.5 algorithm (decision tree method)  to facilitate and accelerate the determination of the screening department election so that the resulting process of this selection is more accurate and more objective. The majors’ criteria for consideration are the score of Mathematics, Physics, Biology, Chemistry, Psychological Value (IQ), Psychological advice, Questionnaire / Students’ Interests, and Counseling. The results of the algorithm classification will be analyzed to determine any recall, precision, greatest accuracy and value of the smallest error rate achieved. From the performed test-scenario, the accuracy values produced after pruning is better than without pruning.

Keywords: Algorithm C 4.5, Determination Department, decision tree, accuracy, criteria


References


Hardikar S, Shrivastava A, Choudhary V.,”Comparison between ID3 and C4.5 in Contrast to IDS”, VSRD-IJCSIT, Vol. 2 (7), pp. 659-667, 2012.

Kumar, S. Anupama, dan M.N, Vijayalakshmi, “Efficiency of Decision Trees in Predicting Student’s Academic Performance”, Computer Science & Information Technology (CS & IT) DOI: 10.5121/csit.2011.1230. 1: 5-8, 2011.

Larose, Daniel T., Discovering Knowledge in Data: An Introduction to Data Mining. New Jersey : John Willey & Sons, Inc, 2005.

Romansyah, F., Sitanggang I. S., dan Nurdiati, S, “Fuzzy Decision Tree dengan Algoritma ID3 pada Data Diabetes”, Internetworking Indonesia Journal Vol. 1/No. 2, 2009.




DOI: https://doi.org/10.21107/simantec.v5i2.1629

Refbacks

  • There are currently no refbacks.


Copyright (c) 1970 Yeni Kustiyahningsih, Eza Rahmanita

Indexed By