CLASSIFICATION C4.5 METHOD IN SELECTION OF PASKIBRA MEMBERS
Abstract
Abstract: Paskibra selection is an annual agenda held by schools, district disporas, provincial disporas, and the Ministry of Youth and Youth. This activity aim select the best students who will serve as flag raisers at independence commemoration ceremonies and other holidays. Paskibra participants have to choose. This reliable, formidable and attractive students are choosen. So the flag raising can be carried out solemnly and well. This school has a large number of students. Paskibra extracurricular enthusiasts also have many enthusiasts. This school Paskibra is a favourite extracurricular and quite prestigious among students. The selection of Paskibra has been running so well, but the decisions taken are sometimes not by the standards procedures. Therefore, a system that will be a reference for objective decision-making need to created . The decision-making system using the data mining algorithm C4.5. This study aim to create a system that makes it easier for the selection committee to select eligible Paskibra members. The method used is a qualitative method in the form of the results of interviews with data from participants in the last three years of the Pakskibra selection. As a result, there are three main criteria and five rules of the selection system.
Keywords: C4.5 algorithm; data mining; paskibra
Abstrak: Seleksi paskibra merupakan agenda tahunan yang diadakan oleh sekolah, dispora kabupaten, dispora provinsi, dan kemenpora untuk memilih siswa-siswi terbaik yang akan bertugas sebagai pengibar bendera pada upacara peringatan kemerdekaan dan hari-hari besar lainnya. Peserta paskibra perlu diseleksi agar terpilih siswa-siswi yang handal, tangguh dan menarik sehingga pengiabaran bendera dapat dilaksanakan dengan khidmad dan baik. Sekolah ini adalah salah satu sekolah menengah atas yang menjadi favorit para lulusan SMP. Oleh karena itu sekolah ini mempunyai siswa yang sangat banyak. Dengan banyaknya siswa yang masuk, maka peminat ekskul paskibra juga memiliki peminat yang banyak, selain itu di sekolah ini paskibra merupakan ekskul favorit dan cukup bergengsi di kalangan siswa. Seleksi paskibra yang berjalan selama ini sudah dilakukan dengan baik, akan tetapi keputusan yang diambil terkadang tidak sesuai dengan standar yang telah ditetapkan. Oleh karena itu perlu dibuatkan sebuah sistem yang akan menjadi acuan untuk pengambilan keputusan yang objektif. Sistem pengambilan keputusan akan dibuat menggunakan data mining algoritma C4.5. Tujuan dari penelitian ini adalah membuat sebuah sistem yang memudahkan panitia penyeleksi untuk memilih anggota paskibra yang layak. Metode yang digunakan adalah metode kualitatif berupa hasil wawancara data peserta seleksi pakskibra tiga tahun terakhir. Hasilnya berupa tiga kriteria utama dan lima aturan sistem seleksi.
Kata kunci: Algoritma C4.; data mining; paskibra;
References
M. I. A. Nasution, “SISTEM PAKAR UNTUK MENGANALISIS KERUSAKAN AIR CONDITIONER DENGAN MENGGUNAKAN METODE FORWARD CHAINING EXPERT SYSTEM TO ANALYZE AIR CONDITIONER DAMAGE USING THE,†pp. 177–189.
H. Oliff and Y. Liu, “Towards Industry 4.0 Utilizing Data-Mining Techniques: A Case Study on Quality Improvement,†Procedia CIRP, vol. 63, pp. 167–172, 2017, doi: 10.1016/j.procir.2017.03.311.
T. H. Sinaga, A. Wanto, I. Gunawan, S. Sumarno, and Z. M. Nasution, “Implementation of Data Mining Using C4.5 Algorithm on Customer Satisfaction in Tirta Lihou PDAM,†J. Comput. Networks, Archit. High Perform. Comput., vol. 3, no. 1, pp. 9–20, Jan. 2021, doi: 10.47709/CNAHPC.V3I1.923.
L. M. Fitriani and A. Setyono, “Penerapan Algoritma C4.5 untuk Seleksi Penerimaan Siswa Baru pada SD Islam Terpadu Permata Bunda Demak Implementation of Decision Tree Algorithm for Selection of New Student Admission on Permata Bunda Integrated Islamic Elementary School,†CCIT J., vol. 11, no. 2, pp. 158–170, 2018, doi: 10.33050/ccit.v11i2.584.
A. J. T, D. Yanosma, and K. Anggriani, “Implementasi Metode K-Nearest Neighbor (Knn) Dan Simple Additive Weighting (Saw) Dalam Pengambilan Keputusan Seleksi Penerimaan Anggota Paskibraka,†Pseudocode, vol. 3, no. 2, pp. 98–112, 2017, doi: 10.33369/pseudocode.3.2.98-112.
Uminingsih, I. Suraya, and I. Nugroho, “Implementasi Algoritma Decision Tree C4.5 Untuk Menentukan Kelas Calon Siswa Di Lembaga Kursus Bahasa Inggris Berbasis Web,†J. Teknol., vol. 12, no. 1, pp. 35–44, 2019.
S. W. Siahaan, K. D. R. Sianipar, P. P. P. A. N. . F. I. R.H Zer, and D. Hartama, “Penerapan Algoritma C4.5 Dalam Meningkatkan Kemampuan Bahasa Inggris Pada Mahasiswa,†Petir, vol. 13, no. 2, pp. 229–239, 2020, doi: 10.33322/petir.v13i2.1029.
L. D. Yulianto, A. Triayudi, and I. D. Sholihati, “Implementation Educational Data Mining For Analysis of Student Performance Prediction with Comparison of K-Nearest Neighbor Data Mining Method and Decision Tree C4.5,†vol. 4, no. 1, pp. 441–451, 2020.
F. F. Harryanto and S. Hansun, “Penerapan Algoritma C4.5 untuk Memprediksi Penerimaan Calon Pegawai Baru di PT WISE,†Maret, vol. 3, no. 2, p. 95, 2017.
A. Waluyo, H. Jatnika, M. R. S. Permatasari, T. Tuslaela, I. Purnamasari, and A. P. Windarto, “Data Mining Optimization uses C4 . 5 Classification and Particle Swarm Optimization ( PSO ) in the location selection of Student Boardinghouses Data Mining Optimization uses C4 . 5 Classification and Particle Swarm Optimization ( PSO ) in the location selâ€, doi: 10.1088/1757-899X/874/1/012024.
D. Hartama, A. P. Windarto, and A. Wanto, “The Application of Data Mining in Determining Patterns of Interest of High School Graduates The Application of Data Mining in Determining Patterns of Interest of High School Graduates,†2019, doi: 10.1088/1742-6596/1339/1/012042.
D. Sutrisno, S. N. Gill, and S. Suseno, “The development of spatial decision support system tool for marine spatial planning,†Int. J. Digit. Earth, vol. 11, no. 9, pp. 863–879, 2018.
