Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Peminatan Studi Lanjut Menggunakan Metode Decision Tree Irmayanti, Hani; Nurhayati, Sri; Lisandira, Haikal; Faturahman Hakim, Muhamad Irvan
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.17702

Abstract

Penelitian ini bertujuan untuk mengembangkan model prediksi minat studi lanjut ke perguruan tinggi menggunakan metode Decision Tree. Pemilihan jurusan sering kali dipengaruhi berbagai factor seperti prestasi akademik, minat pribadi, ekstrakurikuler, dan tes psikologi. Sekolah menghadapi tantangan dalam memberikan bimbingan yang tepat, sehingga Penerapan teknologi machine learning ini diharapkan dapat menjadi Solusi. Metode Decision Tree dipilih karena kemampuannya menangani data kategorikal dan numerik secara simultan. Data penelitian diperoleh dari salah satu SMA di kota Bandung, yang mencakup nilai akademik, minat siswa, ekstrakurikuler, dan hasil tes psikologi. Hasil penelitian menunjukan model yang dibangun memiliki kinerja yang baik dengan dengan akurasi mencapai 78%. Nilai precision dan recall yang seimbang pada kedua kelas (Teknik dan Non-Teknik) menunjukkan keandalan model dalam memprediksi minat siswa. Kontribusi penelitian ini yaitu menyediakan alat bantu bagi Sekolah dan Siswa untuk mendapatkan rekomendasi jurusan kuliah yang lebih terarah dan Objektif, sehingga meningkatkan kualitas pengambilan Keputusan.