Pengembangan Model Pohon Keputusan untuk Menentukan Jurusan Pada SMA Menggunakan Bahasa C++

  • Rangga Ali Mustofa Universitas Pendidikan Indonesia
  • Salsabila Nida Azzahra Universitas Pendidikan Indonesia
  • Hasna Putri Priswati Universitas Pendidikan Indonesia
  • Muhamad Rafi Pasya Martadisastra Universitas Pendidikan Indonesia
  • Munawir Munawir Universitas Pendidikan Indonesia
  • Abdi Surya Perdana Universitas Pendidikan Indonesia
DOI: https://doi.org/10.47233/jteksis.v6i4.1212
Keywords: decision support system, decision tree, high school major selection

Abstract

The selection of a high school major is one of the crucial decisions that will determine the future of students. Decision Support Systems (DSS) can be used to assist students in making such decisions. DSS can provide information and advice to students based on relevant criteria. The decision tree method is one of the classification methods that can be applied to DSS. This method utilizes a tree representation consisting of several nodes. Nodes in the decision tree represent attributes that influence decision-making in specific cases. This research aims to develop a decision tree model using the C++ programming language to assist high school students in choosing their majors. The decision tree model is developed by considering relevant criteria, namely interests, talents, and grades obtained by students in various subjects. The research results indicate that the developed decision tree model can provide relevant information and advice to students in choosing their majors. This model can significantly contribute to the effectiveness of the decision-making process undertaken by high school students when selecting their majors.

Downloads

Download data is not yet available.

References

Decission Tree Dan Algoritma,” Sci. Inf. Technol., vol. 2, no. 1, pp. 10–17, 2019.

Alavi, M., & Rezvani, S. (2021). Multi-criteria decision making methods: A comprehensive review. Journal of Management Analytics, 8(2), 126-146.

Amir, A., & Irwandi, I. (2018). Sistem Pendukung Keputusan Identifikasi Keahlian Sekunder Siswa SMA Menggunakan Metode Fuzzy Mamdani. Jurnal Teknik Informatika, 11(1), 1-10.

Asfiah, N. (2022). Peran Pendidikan dalam Menyiapkan Generasi Muda yang Unggul di Era Revolusi Industri 4.0. Jurnal Pendidikan Dasar, 23(2), 167-176.

Darmawan, W., Rahmat, M. B., Khumaidi, A., Adhitya, R. Y., & Riananda, D. P. (2023). Perancangan Strategi Keputusan Robot Sepak Bola Beroda menggunakan Metode Decision Tree. Jurnal Elektronika dan Otomasi Industri, 10(2), 175-182.

Fikri, C. M., Agustin, F. E. M., & Mintarsih, F. (2017). Pengelompokan kualitas kerja pegawai menggunakan algoritma K-Means++ dan Cop-Kmeans untuk merencanakan program pemeliharaan kesehatan pegawai di pt. Pln p2b jb depok. Pseudocode, 4(1), 9–17.

Gaol, N. Y. L. (2020). Prediksi Mahasiswa Berpotensi Non Aktif Menggunakan Data Mining dalam Decision Tree dan Algoritma C4. 5. Jurnal Informasi dan Teknologi, 23-29.

Kendall, Kennet E., dan Kendall, Jullie E., 2010. Analisis dan Perancangan Sistem Edisi ke-5 (Versi Bahasa Indonesia). Indeks, Jakarta

Kohonen, T. (1989). Self-organization and associative memory. Berlin: Springer-Verlag.

Kustiyahningsih, Y., & Syafa'ah, N. (2015). Sistem Pendukung Keputusan Untuk Menentukan Jurusan Pada Siswa SMA Menggunakan Metode KNN dan SMART. Seminar Nasional Teknik Elektro dan Informatika (SNTEI), 1(1), 1-6.

Mufizar, T., Anwar, D. S., & Aprianis, E. (2016). Sistem Pendukung Keputusan Pemilihan Jurusan Dengan Menggunakan Metode SAW Di SMA 6 Tasikmalaya. Voice Of Informatics, 5(1), 1–13. Diambil dari http://voi.stmiktasikmalaya.ac.id/index.php/voi/article/view/5/2

N. S. B. Kusrorong, D. R. Sina, N. D. Rumlaklak,. (2019) J. I. Komputer, and U. N. Cendana, “Kajian Machine Learning Dengan Komparasi Klasifikasi Prediksi Dataset Tenaga Kerja Non-Aktif,” vol. 7, no. 1, pp. 37–49.

Nasrullah, A. H, Implementasi algoritma Decision Tree untuk klasifikasi produk laris, Jurnal Ilmiah Ilmu Komputer Fakultas Ilmu Komputer Universitas Al Asyariah Mandar, 7(2), 45-51, 2021.

Nova, N. P. A. (2022). ANALISIS PENERIMAAN KARYAWAN DENGAN ALGORITMA DECISION TREE C4. 5 PADA KAMPUS PRASETIYA MANDIRI LAMPUNG. Jurnal Ilmu Data, 2(11).

Pangaribuan, J. J., Tedja, C., & Wibowo, S. (2019). Perbandingan Metode Algoritma C4. 5 Dan Extreme Learning Machine Untuk Mendiagnosis Penyakit Jantung Koroner. Journal of Informatics Engineering Research and Technology, 1(1).

Pramana, M., Setyati, E., & Ferdinandus, F. X,, (2021). Identifikasi Serangan Denial Of Service (Dos) Di Jaringan Dengan Algoritma Decision Tree C4. 5, Wahana, 73(2), 13-29.

Quinlan, J. R. (1986). Induction of decision trees. Machine Learning, 1(1), 81-106.

Rahayu, P. (2022). PENGELOMPOKAN DATA KEPUASAN KONSUMEN PADA APLIKASI TRANSPORTASI ONLINE MENGGUNAKAN ALGORITMA DECISION TREE. Jurnal Ilmu Data, 2(12).

UNESCO. (2015). Education for all 2030: Incheon declaration and framework for action for the realization of education for all. Paris: UNESCO.

Zega, S. A. (2014). Penggunaan pohon keputusan untuk klasifikasi tingkat kualitas mahasiwa berdasarkan jalur masuk kuliah, In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

Kurniawan, D., Anggrawan, A., & Hairani, H. (2020). Graduation prediction system on students using c4. 5 algorithm. MATRIK: Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 19(2), 358-366.

Yuliansyah, H., Imaniati, R. A. P., Wirasto, A., & Wibowo, M. (2021). Predicting students graduate on time using C4. 5 algorithm. J. Inf. Syst. Eng. Bus. Intell, 7(1), 67-73.

Istiawan, D., & Khikmah, L. (2019). Implementation of C4. 5 Algorithm for Critical Land Prediction in Agricultural Cultivation Areas in Pemali Jratun Watershed. Indones. J. Artif. Intell. Data Min, 2(2), 67.

Maryati, N. M. R., Kesiman, M. W. A., & Agustini, K. (2012). Sistem Pendukung Keputusan (SPK) Seleksi Penerimaan Siswa Baru (Studi Kasus di SMK TI Bali Global Denpasar). Jurnal Nasional Pendidikan Teknik Informatika: JANAPATI, 1(2), 118-129.

Gunawan, I. M. A. O., Saraswati, I. D. A. I., Agung, I. D. G. R., & Putra, I. P. E. (2023). Klasifikasi Penyakit Jantung Menggunakan Algoritma Decision Tree Series C4. 5 Dengan Rapidminer. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(2), 73-83.

Published
2024-10-01
How to Cite
Mustofa, R., Azzahra, S., Priswati, H., Martadisastra, M. R., Munawir, M., & Perdana, A. (2024). Pengembangan Model Pohon Keputusan untuk Menentukan Jurusan Pada SMA Menggunakan Bahasa C++. Jurnal Teknologi Dan Sistem Informasi Bisnis, 6(4), 621-628. https://doi.org/10.47233/jteksis.v6i4.1212
Issue
Vol 6 No 4 (2024): Oktober 2024
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under an Attribution 4.0 International (CC BY 4.0) that allows others to share — copy and redistribute the material in any medium or format and adapt — remix, transform, and build upon the material for any purpose, even commercially with an acknowledgment of the work's authorship and initial publication in this journal.

Most read articles by the same author(s)