Analisis Klasifikasi Pelanggaran Santri di Pesantren Menggunakan Algoritma Decision tree

Pesantren merupakan lembaga pendidikan Islam yang menerapkan aturan disiplin ketat. Namun, pencatatan pelanggaran secara manual menyulitkan evaluasi yang efektif. Penelitian ini bertujuan untuk menganalisis data pelanggaran santri menggunakan algoritma Decision Tree dengan bantuan python. Data pelanggaran diklasifikasikan menjadi tiga kategori: ringan, sedang, dan berat. Model dibangun melalui proses perhitungan entropy dan information gain untuk memilih atribut terbaik sebagai node awal. Hasil klasifikasi menggunakan algoritma Decision Tree menunjukkan performa yang sangat baik dalam mengidentifikasi kategori pelanggaran santri. Untuk kategori ringan, model berhasil mencapai precision sebesar 0.99, recall 1.00, dan f1-score 1.00, yang menunjukkan ketepatan dan konsistensi tinggi dalam mengklasifikasikan data. Pada kategori sedang, model mencatat precision sebesar 0.94, recall 1.00, dan f1-score 0.97, mengindikasikan bahwa sebagian besar pelanggaran sedang berhasil dikenali dengan benar. Sementara itu, kategori berat memperoleh precision sempurna sebesar 1.00, dengan recall 0.87 dan f1-score 0.93. Secara keseluruhan, model memiliki akurasi sebesar 98%, dan confusion matrix menunjukkan mayoritas data terklasifikasi dengan benar. Visualisasi pohon keputusan memperlihatkan atribut utama seperti poin pelanggaran, jenis pelanggaran, dan asrama sebagai faktor dominan. Penelitian ini membuktikan bahwa data mining dapat membantu pesantren dalam menganalisis pola pelanggaran dan mendukung pengambilan kebijakan pembinaan berbasis data.

Kata Kunci: data minning, decision tree, pelanggaran siswa, pesantren, python