Home ยป Analisa Algoritma C4.5 Terhadap Penentuan Rekomendasi Penerima Beasiswa

Analisa Algoritma C4.5 Terhadap Penentuan Rekomendasi Penerima Beasiswa

Diakhir masa kuliah kemarin disamping membuat skripsi sebagai salahsatu output pembelajaran selama menjadi mahasiswa, saya juga diwajibkan untuk membuat jurnal ilmiah dari skripsi yang saya buat dari situlah kemudian saya buat jurnal ilmiah pertama yang akan saya review pada artikel kali ini.
Penelitian ini saya laksanakan di sekolah tempat saya bekerja sehingga memudahkan saya untuk mendapatkan sumber data sebagai bahan penelitian skripsi saya.

Judul: 

Analisa Algoritma C4.5 Terhadap Penentuan Rekomendasi Penerima Beasiswa

Identitas Jurnal:

OKTAL : Jurnal Ilmu Komputer dan Science Volume 1, No. 10, Oktober 2022 ISSN 2828-2442 (media online) Hal 1607-1619

Abstrak:

Beasiswa merupakan bantuan keuangan dengan maksud untuk dipergunakan sebagai sarana melanjutkan pendidikan yang ditempuh dan biasanya diberikan oleh yayasan, perusahaan maupun lembaga pemerintah. Beasiswa berupa dana yang digunakan untuk membantu siswa kurang mampu dalam melanjutkan tugasnya menyelesaikan pendidikan. Oleh karena itu pemebrian beasiswa harus tepat sasaran kepada penerima yang benar-benar layak dan pantas mendapatkannya. Banyaknya calon penerima menjadikan proses seleksi memakan waktu yang lama. Dalam hal ini penggunaan metode data mining dapat dijadikan salah satu solusi untuk mempermudah proses seleksi. Algoritma C4.5 merupakan algoritma yang akan dipakai dalam penelitian ini. Data yang digunakan adalah nama siswa, kelas, penghasilan orang tua, tanggungan orang tua, dan nilai-rata-rata rapor. Pemrosesan data mining pada suatu data training akan menghasilkan pohon keputusan. Metode evaluasi yang dilakukan dalam pengujian ini didapatkan data nilai akurasi 90 %, hal ini bisa menjadi bukti bahwa algoritma C4.5 cukup akurat untuk memberikan rekomendasi beasiswa.

Pendahuluan:

Sebagai salah satu pendukung suksesnya kegiatan di sekolah dalam menciptakan generasi yang berkualitas maka diperlukanlah biaya yang tentu saja tidak sedikit. Melihat latar belakang orang tua dari siswa di sekolah tentu saja tidak semuanya benar-benar mampu untuk membayar biaya selama pendidikan walaupun di masa sekarang biaya pendidikan sudah digratiskan oleh pemerintah namun biaya pendukung seperti biaya perlengkapan sekolah termasuk didalamnya seragam sekolah, tas, alat tulis, sepatu serta biaya transportasi tidak masuk dalam biaya yang digratiskan tersebut.
Selama proses pengajuan calon peserta penerima Kartu Banyumas Pintar (KBP) di SMP Al Irsyad Al Islamiyyah Purwokerto, pihak sekolah mengalami kendala saat menentukan calon penerima KBP, hal ini disebabkan kuota yang ditetapkan oleh pemerintah daerah untuk sekolah dibatasi sedangkan total jumlah siswa tahun pelajaran 2021/2022 di kelas VII ada 298 siswa. Prosedur pengolahan data meliputi penghimpunan data, verifikasi, seleksi data dan penyusunan laporan dilakukan secara manual oleh wali kelas. Sehingga proses ini memakan waktu yang relatif lama hingga beberapa pekan.

Metode Penelitian:

Penelitian ini menggunakan metode pengumpulan data melalui observasi kemudian wawancara dengan pihak sekolah dalam hal ini responden diwakili oleh kepala sekolah, walikelas dan staf TU kemudian dilanjutkan dengan studi pustaka dengan mencari referensi dari berbagai sumber literasi yang ada.

Temuan:

Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dibangun menggunakan algoritma C4.5 mampu memberikan rekomendasi peserta beasiswa dengan tingkat akurasi sebesar 90%. Sistem rekomendasi ini dapat memberikan rekomendasi peserta beasiswa yang layak berdasarkan kriteria-kriteria yang telah ditentukan, seperti nilai rata-rata rapor, penghasilan dan jumlah tanggungan orang tua.

Diskusi:

Algoritma C4.5 merupakan algoritma yang mampu membangun model data yang dapat digunakan untuk melakukan prediksi. Dalam penelitian ini, algoritma C4.5 digunakan untuk membangun model data yang dapat memberikan rekomendasi peserta beasiswa. Hasil penelitian menunjukkan bahwa sistem rekomendasi yang dibangun menggunakan algoritma C4.5 mampu memberikan rekomendasi dengan tingkat akurasi yang tinggi.

Kesimpulan:

Penerapan algoritma C4.5 dalam menentukan peserta beasiswa bagi siswa berprestasi terbukti dapat menghasilkan nilai akurasi yang tinggi dalam proses penentuan pemberian beasiswa Kartu Banyumas Pintar (KBP) dengan data awal sebanyak 50 data yang menghasilkan nilai akurasi sebesar 90,00 % dari 40 data training dan 10 data testing. Pengolahan data ini mempercepat dan mempermudah pihak sekolah dalam menentukan penerimaan beasiswa yang lebih akurat dan tepat sasaran.

Saran:

Penelitian ini masih memiliki beberapa keterbatasan, seperti jumlah responden yang relatif sedikit dan penggunaan kriteria seleksi yang terbatas. Oleh karena itu, diharapkan penelitian selanjutnya dapat mengambil sampel yang lebih besar dan menggunakan kriteria seleksi yang lebih beragam. Selain itu, penelitian selanjutnya juga dapat mencoba mengkombinasikan algoritma C4.5 dengan algoritma lainnya untuk meningkatkan tingkat akurasi sistem rekomendasi peserta beasiswa.
Secara keseluruhan, penelitian ini memiliki kualitas yang baik dalam mengembangkan sistem rekomendasi peserta beasiswa dengan menggunakan algoritma C4.5. Namun, penelitian selanjutnya diharapkan dapat melakukan perluasan pada jumlah responden dan kriteria seleksi yang lebih beragam. Selain itu, penelitian selanjutnya juga dapat mencoba menggabungkan algoritma C4.5 dengan algoritma lainnya untuk meningkatkan tingkat akurasi sistem rekomendasi peserta beasiswa.
Dalam hal penulisan, artikel ini memiliki struktur yang jelas dan mudah dipahami. Namun, karena format template yang sudah ditentukan maka ada beberapa poin kriteria seleksi yang digunakan dan bagaimana algoritma C4.5 diterapkan pada sistem rekomendasi peserta beasiswa yang perlu diberi penjelasan lebih rinci. Terakhir, artikel ini dapat dijadikan referensi yang bermanfaat bagi pembaca yang tertarik untuk mengembangkan sistem rekomendasi peserta beasiswa menggunakan algoritma C4.5.

Tinggalkan Komentar

Scroll to Top