Evaluasi Distribusi Hasil Seleksi PPDB SMA Negeri Di Kota Surakarta Menggunakan Metode Decision Tree

• Main Authors: Utama, Aziz Ridha (Author), , Nurgiyatna, S.T., M.Sc., Ph.D (Author)
• Format: Book
• Published: 2014.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Connect to this object online
• Notes: https://eprints.ums.ac.id/31294/13/NASKAH_PUBLIKASI.pdf; https://eprints.ums.ac.id/31294/1/HALAMAN_DEPAN.pdf; https://eprints.ums.ac.id/31294/4/FILE_BAB_1.pdf; https://eprints.ums.ac.id/31294/5/FILE_BAB_II.pdf; https://eprints.ums.ac.id/31294/6/FILE_BAB_III.pdf; https://eprints.ums.ac.id/31294/7/FILE_BAB_IV.pdf; https://eprints.ums.ac.id/31294/8/FILE_BAB_V.pdf; https://eprints.ums.ac.id/31294/10/DAFTAR_PUSTAKA.pdf; https://eprints.ums.ac.id/31294/11/LAMPIRAN.pdf
• Keywords: QA75 Electronic computers. Computer science

Pesatnya perkembangan teknologi informasi mampu membuat suatu sistem informasi dapat menyimpan berbagai jenis data dalam jumlah besar. Apabila data - data tersebut bersifat penting maka data tersebut dapat dimanfaatkan untuk membentuk suatu informasi yang memiliki nilai guna. Salah satu contohnya adalah banyaknya data hasil seleksi Penerimaan Peserta Didik Baru (PPDB) tingkat SMA Negeri di Kota Surakarta yang dimiliki oleh Dinas Pendidikan Pemuda dan Olahraga Kota Surakarta. Cara mengatasi permasalahan pembetukan informasi dari kumpulan data tersebut adalah dengan cara menerapkan proses data mining. Proses data mining tersebut dengan menggunakan metode decision tree. Adapun metode yang dipakai dalam penelitian adalah decision tree dengan langkah - langkah sebagai berikut yang pertama adalah studi berbagai literatur yang berhubungan dengan proses pencarian informasi dari suatu kumpulan data (data mining). Kemudian pemilihan obyek penelitian yaitu implementasi decision tree pada hasil seleksi PPDB di Kota Surakarta dengan pertimbangan jumlah data yang ada banyak serta belum ada yang melakukan penelitian dengan menggunakan topik yang sama. Tahapan selanjutnya adalah pengumpulan data dari Dinas Pendidikan Pemuda dan Olahraga Kota Surakarta untuk dijadikan data training. Kemudian penentuan atribut yang diperlukan untuk pembentukan decision tree dari data tersebut. Tahap terakhir adalah melakukan analisa data yaitu baik dengan bantuan software Rapid Miner 5 serta melakukan analisa perhitungan secara manual dengan metode Decision Tree menggunakan algoritma ID3 dengan mencari nilai entrophy serta information gain. Berdasarkan training dan pengujian kemudian dilakukan analisis maka hasil pembentukan decision tree menunjukkan bahwa adanya suatu atribut yang mempunyai dominasi atau pengaruh cukup tinggi terhadap hasil seleksi PPDB, atribut tersebut adalah akumulasi nilai mata pelajaran. Kemudian ketepatan dalam pembuatan decision tree juga berdasarkan seberapa banyak data training yang digunakan.