ALGORITMA C4.5 DALAM KLASIFIKASI DECISION TREE UNTUK PENENTUAN PEMINATAN BIDANG SISWA SMAN 2 PROBOLINGGO

Penentuan peminatan siswa di tingkat sekolah menengah atas (SMA) merupakan langkah penting dalam proses pendidikan, karena berpengaruh terhadap pengembangan potensi akademik siswa serta arah karier di masa depan. SMAN 2 Probolinggo, seperti banyak sekolah lainnya, menghadapi tantangan dalam mengoptimalkan pemilihan peminatan bidang studi yang sesuai dengan kemampuan dan minat siswa. Oleh karena itu, diperlukan sistem pendukung keputusan yang dapat membantu pihak sekolah dalam mengklasifikasikan siswa berdasarkan kemampuan mereka. Penelitian ini bertujuan untuk menerapkan algoritma C4.5 dalam membangun model klasifikasi berbasis Decision Tree guna menentukan peminatan siswa di SMAN 2 Probolinggo. penelitian ini menggunakan metode Decision Tree dengan algoritma C4.5. Data yang digunakan meliputi nilai akademik seperti Matematika, Fisika, Kimia, Biologi, Ekonomi, Sosiologi, Geografi, dan Bahasa Inggris. Model diuji dengan parameter seperti max_depth, min_samples_split, dan random_state. Penelitian ini juga mengevaluasi akurasi model untuk memastikan hasil yang optimal.rnHasil penelitian menunjukkan bahwa model Decision Tree dengan max_depth=10, min_samples_split=2, dan random_state=42 memberikan akurasi terbaik sebesar 94,29%. Model ini mampu mengklasifikasikan siswa ke dalam 4 bidang peminatan, yaitu Paket Bidang Minat A, B, C, dan D dengan tingkat akurasi yang tinggi.