PENERAPAN TEKNIK DATA MINING UNTUK MENENTUKAN HASIL SELEKSI MASUK SMAN 1 GIBEBER UNTUK SISWA BARU MENGGUNAKAN DECISION TREE

Castaka Agus Sugianto

Tedc
Vol 9 No 1 (2015): Jurnal TEDC

Pada proses penentuan hasil seleksi siswa di SMA Negeri 1 Cibeber dilakukan dengan memperhatikanaturan-aturan tertentu sehingga siswa dapat dengan mudah memperoleh informasi hasil dari seleksi mereka.Penulis mencoba menggali pola dari sebuah data penerimaan siswa baru dengan metode klasifikasi untukmembantu pengambilan keputusan dari seorang pimpinan supaya kebijakan lebih proaktif dan benar. Objekpenelitian merupakan daftar siswa yang mendaftar ke SMA Negeri 1 Cibeber tahun 2011 dan tahun 2012. Ujiyang dilakukan menggunakan 3 (tiga) jenis Algoritma, yaitu Alogaritma C4.5 (Decsion Tree), Naive Bayes danNaural Network, yang menunjukan hasil sebagai berikut : Pengujian dengan menggunakan Algoritma C4.5(Decisian Tree), adalah Accuracy 99.05%, Precisian 96.33%, pengujian dengan Algoritma Naive Bayes,Accuracy 90.62%, Precision unknawn, sedangkan pengujiandengan Al goritma NeuraI Network, Accuracy95.02%, Precision 7 3.10%. Memperhatikan penentukan prediksi tingkat akurasi hasil seleksi siswa yangmasuk di SMA Negeri 1 Cibeber yang dilakukan bahwa Algoritma C4.5 memperoleh tingkat akurasi yangcukup tinggi yaitu mencapai sebesar 99.05%, Sehingga tingkat akurasi seleksi masuk SMA Negeri 1 Cibeberdari penyeleksian nilai yang disajikan dalam pengelompokan matia pelajaran dalam Ujian Nasional merupakanmetode yang tepat untuk digunakan dalam memprediksi seleksi masuk siswa ke SMA Negeri 1 Cibeber.Kata kunci : Data Mining, Decision Tree, C4.5, Naive Bayes, Neural Network.