<![CDATA[Perkembangan teknologi informasi menyebabkan meningkatnya volume data pada berbagai sektor, termasuk pada proses Penerimaan Peserta Didik Baru (PPDB). Data yang tersimpan dalam jumlah besar membutuhkan teknik analisis untuk menemukan pola tersembunyi guna menunjang pengambilan keputusan. Penelitian ini menerapkan metode data mining dengan algoritma Decision Tree untuk mengklasifikasikan hasil PPDB berdasarkan atribut prestasi dan zonasi. Perhitungan dilakukan melalui tahapan entropy dan information gain untuk menentukan atribut dengan kontribusi paling tinggi terhadap keputusan. Model diuji menggunakan aplikasi Orange sebagai pembangun pohon keputusan. Hasil menunjukkan bahwa atribut zonasi memiliki nilai information gain tertinggi sehingga dijadikan root node dalam pohon keputusan. Decision Tree terbukti mampu memberikan keputusan klasifikasi secara mudah, interpretatif, dan akurat pada dataset PPDB yang dianalisis. Temuan ini menunjukkan bahwa Decision Tree dapat diandalkan untuk mendukung proses seleksi berbasis data dalam bidang Pendidikan.]]>
Copyrights © 2025
