DECISION TREE ID3 UNTUK REKOMENDASIPEMBERIAN BEASISWA DI SEKOLAH(STUDI KASUS DI SMA NEGERI 2 REMBANG)

Andro, 2015. “Decision Tree ID3 Untuk Rekomendasi Pemberian Beasiswa di Sekolah (Studi Kasus di SMA Negeri 2 Rembang)”. Skripsi. Jurusan Teknik Elektro: Fakultas Teknik. Universitas Negeri Semarang. Pembimbing I : Dr. Hari Wibawanto, M.T.; Pembimbing II : Drs. Sutarno, M.T. SMA Negeri 2 Rembang merupakan sekolah yang menyelenggarakan program beasiswa bagi siswanya. Namun, dalam pelaksanaan program tersebut terdapat masalah-masalah yang terjadi, yaitu pihak sekolah mengalami kesulitan dalam pengambilan keputusan, dan banyaknya data pengusul menyebabkan lamanya waktu proses seleksi. Sehingga, diperlukan sebuah alat bantu/sistem untuk membantu mengatasi masalah tersebut. Tujuan penelitian ini adalah menerapkan metode decision tree ID3 dalam sistem pendukung keputusan yang dapat membantu memudahkan pengambilan keputusan beasiswa oleh pihak SMA Negeri 2 Rembang. Merujuk pada Pressman, penelitian ini menggunakan Metode Waterfall. Metode Waterfall merupakan pendekatan perangkat lunak secara sistematis dan berurutan dimulai dari analisis, desain, pengkodean, dan pengujian. Analisis kebutuhan pengguna dilakukan pengumpulan data, identifikasi masalah, dan kebutuhan sistem. Tahap desain dilakukan dengan menggambarkan alur jalannya aplikasi. Kemudian tahap pengkodean untuk penerjemahan hasil model klasifikasi RapidMiner dengan Visual Studio 2008. Pada tahap pengujian digunakan metode black box, uji aplikasi, dan uji pengguna. Hasil pengujian black box didapatkan hasil bahwa sistem pendukung keputusan berjalan sesuai dengan kebutuhan. Kemudian hasil klasifikasi dievaluasi dan divalidasi dengan Confusion Matrix untuk mengetahui keakuratan prediksi pemberian beasiswa, akurasi Sistem Pendukung Keputusan Beasiswa yaitu sebesar 90%. Hasil pengujian menunjukkan bahwa sistem pendukung keputusan yang dibangun dapat membantu efektifitas dan efisiensi proses pengambilan keputusan seleksi beasiswa oleh piak SMA Negeri 2 Rembang, dan sistem pendukung keputusan yang dibangun memiliki tingkat keakuratan pengambilan keputusan yang tinggi. Untuk pengembangan penelitian selanjutnya, pengambilan keputusan dapat didasarkan pada krtiteria yang lebih banyak seperti jumlah pembayaran rekening listrik dan pembayaran rekening air. Kemudian selain prestasi akademik yang dalam hal ini menggunakan nilai rata-rata raport, dengan menggunakan prestasi non-akademik seperti prestasi dalam bidang olahraga, seni, musik, dan lain-lain.