<![CDATA[Pemilihan Ketua OSIS merupakan proses penting dalam membentuk kepemimpinan siswa di lingkungan sekolah. Namun, prosedur seleksi yang sangat bergantung pada penilaian subjektif dapat menimbulkan ketidakkonsistenan dan mengurangi objektivitas dalam pengambilan keputusan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan Cerdas dalam merekomendasikan calon Ketua OSIS dengan mengintegrasikan metode Analytic Hierarchy Process (AHP) dan algoritma Random Forest. Metode AHP digunakan untuk menentukan bobot prioritas kriteria seleksi berdasarkan penilaian para ahli, sedangkan algoritma Random Forest digunakan untuk mengklasifikasikan kelayakan kandidat dengan mempelajari pola dari data berbobot. Penelitian ini menggunakan pendekatan DSR yang terdiri atas identifikasi masalah, kajian literatur, penentuan kriteria, pembobotan berbasis AHP, pengembangan model Random Forest, implementasi sistem, dan evaluasi model. Model yang diusulkan dievaluasi menggunakan dataset simulasi yang terdiri atas 40 data kandidat dengan sepuluh kriteria penilaian, yaitu kepemimpinan, kemampuan komunikasi, tanggung jawab, kedisiplinan, pengalaman organisasi, integritas, prestasi akademik, prestasi nonakademik, kemampuan memecahkan masalah, dan kerja sama. Hasil evaluasi menunjukkan bahwa model Hybrid AHP–Random Forest yang diusulkan berhasil mengklasifikasikan 36 dari 40 data dengan benar, sehingga menghasilkan akurasi sebesar 90,00%, presisi sebesar 89,92%, recall sebesar 89,79%, dan F1-score sebesar 89,85%. Temuan ini menunjukkan bahwa sistem yang dikembangkan mampu memberikan rekomendasi calon Ketua OSIS yang lebih objektif, konsisten, transparan, dan berbasis data, sehingga mendukung proses pengambilan keputusan yang lebih efektif di lingkungan pendidikan.]]>
Copyrights © 2026
