<![CDATA[Angka putus sekolah merupakan permasalahan multidimensional yang berdampak pada kualitas sumber daya manusia. Penelitian ini bertujuan merancang model deteksi dini potensi siswa putus sekolah menggunakan algoritma Decision Tree CART (Classification and Regression Tree) di SMK Informatika Ciputat. Algoritma Decision Tree CART dipilih karena menghasilkan model yang transparan dan mudah diinterpretasikan sehingga cocok digunakan dalam konteks pendidikan yang memerlukan pemahaman terhadap faktor-faktor risiko secara jelas. Penelitian ini menggunakan lima variabel prediktor, yaitu nilai rapor, persentase absensi, jarak domisili, pekerjaan orang tua, dan status orang tua. Data diperoleh dari arsip sekolah mencakup tiga tahun ajaran. Tahapan penelitian meliputi pembersihan data, derivasi fitur pekerjaan orang tua berdasarkan KBJI 2014, standardisasi data menggunakan StandardScaler, label encoding, penanganan ketidakseimbangan kelas menggunakan SMOTE, serta optimasi parameter dan validasi silang. Dataset dibagi menjadi data latih dan data uji dengan perbandingan 80:20 secara stratified, kemudian dievaluasi menggunakan Stratified K-Fold Cross Validation dengan 5 fold untuk memastikan kemampuan generalisasi model. Model yang telah dilatih kemudian diintegrasikan ke dalam aplikasi web berbasis Laravel dengan memanfaatkan pustaka Scikit-Learn untuk proses prediksi. Hasil evaluasi menggunakan confusion matrix menunjukkan bahwa model memperoleh akurasi sebesar 89,42%, sehingga mampu mengklasifikasikan potensi siswa putus sekolah dengan kinerja yang baik. Berdasarkan analisis tingkat kepentingan atribut yang dihasilkan oleh pohon keputusan, persentase absensi merupakan atribut yang paling dominan dalam menentukan risiko putus sekolah. Model yang dihasilkan mampu memberikan alternatif deteksi dini yang objektif dan berbasis data sehingga dapat mendukung pihak sekolah dalam menentukan prioritas pendampingan terhadap siswa yang berpotensi mengalami putus sekolah.]]>
