Klasifikasi Minat Siswa Sekolah Menengah Atas dalam Melanjutkan Pendidikan Menggunakan Metode Decision Tree
Abstract
Penelitian ini dilakukan untuk mencari faktor-faktor yang dinilai memiliki pengaruh terhadap minat siswa dalam melanjutkan studi ke tingkat perguruan tinggi, khususnya di SMA Negeri 6 Luwu Timur.. Hal ini penting untuk dikaji karena minat melanjutkan studi sangat menentukan keberlanjutan pendidikan dan sumber daya manusia. Atribut dalam penelitian ini adalah biaya kuliah, beasiswa, penghasilan orang tua, status dan lokasi perguruan tinggi, rekomendasi, motivasi, serta lingkungan. Metode yang digunakan adalah teknik klasifikasi Decision Tree dengan Algoritma C5.0 dengan menggunakan perangkat lunak WEKA untuk pengujian data dan RapidMiner untuk pembangunan model. Hasil penelitian menunjukkan bahwa faktor beasiswa, penghasilan orang tua, dan rekomendasi merupakan variabel paling signifikan dalam menentukan minat siswa. Pengujian dilakukan dengan lima metode yaitu Use training set, Cross validation dengan 5 dan 10 folds dan Percentage split dengan menggunakan 60% Percentage split dan 80% Percentage split. Metode dengan akurasi tertinggi adalah metode 60% Percentage split. Hasil klasifikasi menunjukkan jika terdapat 18 aturan yang terdiri atas 12 aturan dengan keputusan melanjutkan studi dan 6 aturan dengan keputusan tidak melanjutkan studi. Temuan ini menegaskan bahwa dukungan finansial dan sosial berperan besar dalam membentuk minat siswa, sehingga hasil penelitian ini penting sebagai dasar kebijakan sekolah maupun perguruan tinggi dalam meningkatkan minat siswa terhadap pendidikan lanjutan.
Downloads
References
Ayunda, dkk., (2024). Analisis Pola Minat Siswa Lulusan SMU/SMK untuk Melanjutkan Kuliah dengan Menggunakan Algoritma C4.5. TIN: Terapan Informaka Nusantara, 4(9), 581–595. https://doi.org/10.47065/tin.v4i9.4880.
Badan Pusat Statistik (BPS). (2023). Data Jumlah Sekolah, Guru, dan Murid Sekolah Menengah Atas Tahun 2023/2024. bps.go.id. (diakses pada 4 November 2024).
Han, J., Kamber, M., & Pei, J. (2011). Data Mining. Concepts and Techniques, 3rd Edition (The Morgan Kaufmann Series in Data Management Systems).
Lbs, A. F. (2024). Klasifikasi Gizi Buruk Pada Balita Menggunakan Algoritma C5. 0 (Studi Kasus: Dinas Kesehatan Aceh Timur) (Vol. 0) [Universitas MalikussalehLhokseumawe]. https://rama.unimal.ac.id/id/eprint/879/%0Ahttps://rama.unimal.ac.id/id/eprint/879/5/Full-text.pdf.
Makhrisa, R. A., & Pradikto, S. (2025). Analisis Peran Lingkungan Sosial Terhadap Minat Peserta Didik dalam Memilih Pendidikan Tinggi. Jurnal Kajian dan Penelitian Umum, 3(1), 78-98.
Pratama, T. Y., & Armansyah. (2024). Decision Tree C4.5 dengan Teknik Information Gain untuk Klasifikasi Pemilihan Program Studi Tingkat Lanjut. Journal of Information System Research (JOSH), 5(4), 1042–1052. https://doi.org/10.47065/josh.v5i4.5643.
Putro, A. W. G., & Setiadi, T. (2023). Penerapan klasifikasi decision tree (C4.5) untuk memprediksi kelulusan siswa Sekolah Dasar di Kecamatan Juai. Jurnal Format, 12(2), 151–157.
Rizki, P.F. & Armansyah, 2023. Pendekatan Supervised Learning Decision Tree C4.5 untuk Klasifikasi Calon Mahasiswa Baru. The Indonesian Journal of Computer Science, 12(6).
Copyright (c) 2026 Made Sukarto, Besse Helmi Mustawinar; Yuliani (Author)

This work is licensed under a Creative Commons Attribution 4.0 International License.
- Free access for all users worldwide
- Authors retain copyright to their work
- Increased visibility and readership
- Rapid publication
- No spatial constraints



