Implementasi Algoritma Decision Tree untuk Klasifikasi Penerimaan Beasiswa Berdasarkan Data Akademik dan Kondisi Sosial Ekonomi Mahasiswa
Keywords:
Decision Tree, klasifikasi, beasiswa, data mining, sistem pendukung keputusanAbstract
Proses seleksi penerima beasiswa di perguruan tinggi sering menghadapi kendala berupa banyaknya jumlah pendaftar dan beragamnya kriteria penilaian sehingga berpotensi menimbulkan subjektivitas dalam pengambilan keputusan. Penelitian ini bertujuan mengembangkan sistem klasifikasi kelayakan penerima beasiswa berbasis web menggunakan algoritma Decision Tree untuk membantu proses seleksi yang lebih objektif, cepat, dan transparan. Metode penelitian yang digunakan meliputi pengumpulan data mahasiswa, praproses data, pembangunan model Decision Tree menggunakan algoritma CART dengan kriteria Gini Impurity, evaluasi model menggunakan metrik accuracy, precision, recall, dan F1-score, serta implementasi model ke dalam aplikasi berbasis web. set terdiri atas 1.043 data mahasiswa dengan atribut Indeks Prestasi Kumulatif (IPK), penghasilan orang tua, keikutsertaan organisasi, Unit Kegiatan Mahasiswa (UKM), dan Jumlah Tanggungan. Hasil penelitian menunjukkan bahwa model Decision Tree mampu mencapai nilai accuracy sebesar 92,9%, precision 89,5%, recall 92,8%, dan F1-score 91,1%. Sistem yang dikembangkan tidak hanya mampu memberikan hasil prediksi kelayakan penerima beasiswa secara otomatis, tetapi juga menyediakan visualisasi pohon keputusan sehingga proses klasifikasi lebih mudah dipahami oleh pengguna. Berdasarkan hasil tersebut, sistem yang dibangun dapat menjadi sistem pendukung keputusan yang efektif dalam membantu proses seleksi penerima beasiswa secara lebih objektif, efisien, dan transparan.
References
[1] I. Fadhil and A. Sabic-El-Rayess, “Providing Equity of Access to Higher Education in Indonesia: A Policy Evaluation,” Indonesian Journal on Learning and Advanced Education (IJOLAE), pp. 57–75, Jan. 2021, doi: 10.23917/ijolae.v3i1.10376.
[2] V. Aries Siswanto, T. Pudji Wahjuningsih, S. Widya Pratama Pekalongan, K. Kunci, M. Belajar, and P. Belajar, “PENGARUH IMPLEMENTASI PROGRAM BEASISWA TERHADAP MOTIVASI DAN PRESTASI BELAJAR MAHASISWA STMIK WIDYA PRATAMA PEKALONGAN,” vol. XVIII, no. 1, 2023, [Online]. Available: http://ejournal.stmik-wp.ac.id
[3] N. Hijriana and D. M. Rasyidan, “Penerapan Metode Decision Tree Algoritma C4.5 untuk Seleksi Calon Penerima Beasiswa Tingkat Universitas (Nadiya Hijriana dan Muhammad Rasyidan).”
[4] H. Asrawi, “Jurnal Ilmu Komputer Aceh Klasifikasi Kelayakan Penerimaan Beasiswa Kip Menggunakan Metode Decision Tree”, doi: 10.51179/ilka.v3i1.51.
[5] J. Khatib Sulaiman Dalam No, R. Wandri, Y. Arta, A. Hanafiah, and R. Oktaviani, “Prediction of Student Scholarship Recipients Using the K-Means Algorithm and C4,” Indonesian Journal of Computer Science Attribution, vol. 12, no. 1, pp. 2023–74.
[6] M. N. Gea and Z. R. Tembusai, “Sistem Pendukung Keputusan untuk Menentukan Penerimaan Beasiswa Menggunakan Kombinasi Metode ELECTRE dan SAW,” Jurnal Minfo Polgan, vol. 14, no. 1, pp. 713–724, Jun. 2025, doi: 10.33395/jmp.v14i1.14833.
[7] V. Fajri and M. Anwar, “Development of a Multi-Criteria Decision Support System for Scholarship Selection Based on the Analytical Hierarchy Process (AHP) Method,” Jurnal Teknik Komputer dan Informatika (JTeKI), vol. 1, no. 1, pp. 1–21, 2021, doi: 10.24036/jteki.v1i1.1.
[8] J. R. Quinlan, “Induction of Decision Trees,” 1986.
[9] M. Thoriq, F. Maulana, S. Ali Pitchay, F. Ridzuan, and W. Ramanda, “Explainable AI pada Seleksi Beasiswa KIP Berbasis Machine Learning di Universitas Adzkia,” Jurnal Pustaka AI (Pusat Akses Kajian Teknologi Artificial Intelligence), vol. 6, no. 1, pp. 80–91, Mar. 2026, doi: 10.55382/jurnalpustakaai.v6i1.1767.
[10] I. Kumala Sari, A. Hermawan, and D. Avianto, “INSOLOGI: Jurnal Sains dan Teknologi Klasifikasi Kelayakan Bantuan Pendidikan Menggunakan Metode Decision Tree,” Media Cetak), vol. 5, no. 3, pp. 914–925, 2026, doi: 10.55123/insologi.v5i3.8104.
[11] J. Homepage, A. Putri, and B. Purnama, “MALCOM: Indonesian Journal of Machine Learning and Computer Science Classification of Scholarship Eligibility Using Naïve Bayes with Attribute Optimization Based on K-Means Clustering Klasifikasi Kelayakan Penerima Beasiswa Menggunakan Naive Bayes dengan Optimasi Atribut Berbasis K-Means Clustering,” vol. 5, pp. 1450–1462, 2025, doi: 10.57152/malcom.v5i4.2312.
[12] U. Islam Negeri Sultan Syarif Kasim Riau Simpang Baru et al., “Klasifikasi Penerima Beasiswa Kartu Indonesia Pintar Kuliah dengan Metode Machine Learning,” 2026. [Online]. Available: https://www.jurnal.stkippgritulungagung.ac.id/index.php/joincos
[13] I. Kumala Sari, A. Hermawan, and D. Avianto, “INSOLOGI: Jurnal Sains dan Teknologi Klasifikasi Kelayakan Bantuan Pendidikan Menggunakan Metode Decision Tree,” Media Cetak), vol. 5, no. 3, pp. 914–925, 2026, doi: 10.55123/insologi.v5i3.8104.
[14] I. Kumala Sari, A. Hermawan, and D. Avianto, “INSOLOGI: Jurnal Sains dan Teknologi Klasifikasi Kelayakan Bantuan Pendidikan Menggunakan Metode Decision Tree,” Media Cetak), vol. 5, no. 3, pp. 914–925, 2026, doi: 10.55123/insologi.v5i3.8104.
