Logo UIN

Digital Library - UIN Sulthan Thaha Saifuddin Jambi

Sistem rekomendasi program studi perguruan tinggi berdasarkan tes minat dan bakat serta nilai akademik siswa menggunakan algoritma decision tree C4.5 (studi kasus: SMAN 9 BUNGO)

Baharja, Frendi Prayoga (2026) Sistem rekomendasi program studi perguruan tinggi berdasarkan tes minat dan bakat serta nilai akademik siswa menggunakan algoritma decision tree C4.5 (studi kasus: SMAN 9 BUNGO). Other thesis, UIN STS JAMBI.

Full text not available from this repository.

Abstract

"ABSTRAK
Pemilihan program studi perguruan tinggi sering kali menjadi tantangan bagi siswa yang dapat berujung pada fenomena salah jurusan akibat kurangnya pemahaman potensi diri dan subjektivitas rekomendasi bimbingan manual. Penelitian ini bertujuan untuk merancang, membangun, dan mengevaluasi sistem rekomendasi program studi berbasis web menggunakan algoritma Decision Tree C4.5 di SMAN 9 Bungo. Metode pengembangan perangkat lunak yang digunakan adalah Waterfall. Sistem yang dibangun akan memproses dataset dari 76 siswa kelas XII yang mencakup nilai rapor akademik (numerik) dan hasil tes minat bakat metode RIASEC (kategorikal). Data tersebut kemudian dikategorikan ke dalam 8 rumpun program studi berdasarkan standar pemetaan SNBP. Hasil pengolahan algoritma C4.5 menunjukkan bahwa minat bakat (RIASEC) merupakan atribut penentu utama (Root Node) dalam pembentukan pohon keputusan dengan nilai Gain Ratio tertinggi sebesar 0.7823. Pengujian fungsionalitas sistem menggunakan Black Box Testing menunjukkan bahwa seluruh fitur terintegrasi berjalan dengan baik tanpa cacat teknis (error). Selain itu, uji kelayakan kepuasan pengguna yang melibatkan Guru Bimbingan Konseling (BK) dan siswa menggunakan Skala Likert memperoleh persentase sebesar 88,8%, yang mengindikasikan bahwa sistem ini berada pada kategori ""Sangat Layak"". Kesimpulannya, sistem rekomendasi berbasis web ini terbukti andal, objektif, dan sangat membantu pihak sekolah serta siswa dalam menentukan pilihan program studi perguruan tinggi secara efektif dan efisien.

Kata Kunci: Sistem Rekomendasi, Algoritma C4.5, Program Studi, RIASEC, Nilai Akademik"

Item Type: Thesis (Other)
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Munsia Andriani
Date Deposited: 13 Sep 2026 05:08
Last Modified: 13 Sep 2026 05:08
URI: http://digilib.uinjambi.ac.id/id/eprint/4848

Actions (login required)

View Item
View Item