<![CDATA[Pendidikan merupakan fondasi utama dalam pembangunan sumber daya manusia, namun keterbatasan finansial sering menjadi hambatan bagi keluarga kurang mampu dalam mengakses pendidikan. Untuk menjawab masalah tersebut, pemerintah meluncurkan Program Indonesia Pintar (PIP) sebagai langkah strategis dalam menekan angka putus sekolah. Akan tetapi, di SD Negeri 13 Jongkong proses seleksi penerima PIP masih dilakukan secara manual sehingga rawan subjektivitas dan ketidaktepatan sasaran. Penelitian ini bertujuan menerapkan algoritma C4.5 sebagai sistem klasifikasi kelayakan penerima PIP agar seleksi lebih objektif dan akurat. Metode yang digunakan adalah pendekatan kuantitatif deskriptif dengan teknik data mining terhadap 70 data siswa yang diperoleh dari dokumentasi sekolah dan ekspor Dapodik. Atribut penelitian meliputi pekerjaan dan penghasilan orang tua, alat transportasi, status bantuan sosial, serta jumlah tanggungan anak. Analisis menggunakan algoritma C4.5 pada perangkat lunak RapidMiner dengan validasi melalui confusion matrix. Hasil penelitian menunjukkan bahwa atribut Penghasilan Orang Tua terpilih sebagai akar pohon keputusan karena memiliki nilai gain tertinggi, sedangkan evaluasi performa model menghasilkan akurasi 95,71%, precision 96,08%, recall 98,00%, dan F1-Score 97,03%. Temuan ini membuktikan bahwa algoritma C4.5 efektif digunakan sebagai sistem pendukung keputusan untuk meningkatkan ketepatan seleksi penerima PIP, serta dapat direkomendasikan untuk diimplementasikan lebih luas pada sekolah lain guna meminimalisasi bias dalam penentuan penerima bantuan. Education is the fundamental foundation for human resource development, yet financial constraints often hinder underprivileged families from accessing it. To address this issue, the government launched the Program Indonesia Pintar (PIP) as a strategic effort to reduce school dropout rates. However, at SD Negeri 13 Jongkong, the selection process for PIP recipients is still conducted manually, making it prone to subjectivity and misallocation. This study aims to apply the C4.5 algorithm as a classification system for determining PIP eligibility in order to ensure a more objective and accurate selection. The research employed a descriptive quantitative approach with data mining techniques on 70 student records obtained from school documentation and Dapodik exports. The research attributes include parents’ occupation and income, transportation, social assistance status, and number of dependents. Analysis was conducted using the C4.5 algorithm in RapidMiner software, validated through a confusion matrix. The results show that the attribute Parents’ Income was selected as the root node due to its highest gain value, while the performance evaluation achieved 95.71% accuracy, 96.08% precision, 98.00% recall, and a 97.03% F1-Score. These findings demonstrate that the C4.5 algorithm is effective as a decision support system to improve the accuracy of PIP recipient selection and can be recommended for broader implementation in other schools to minimize bias in beneficiary determination.]]>
