Penerapan Algoritma C4.5 Dan K-Nearest Neighbor Untuk Klasisfikasi Peminatan Program Studi di Perguruan Tinggi Berdasarkan Nilai Rapor

Setelah lulus Sekolah Menengah Kejuruan (SMK) siswa yang melanjutkan pendidikan ke Perguruan Tinggi sering merasa kebingungan dengan program studi yang akan mereka ambil. Berdasarkan hasil penelitian pada tahun 2017 yang dikutip oleh Murti, sebanyak 87% mahasiswa Indonesia mengakui bahwa jurusan yang mereka ambil tidak sesuai dengan minatnya. Pada penelitian lainnya ditemukan fakta bahwa 92% siswa SMA sederajat merasa bingung dan tidak tahu akan menjadi apa ke depannya. Tujuan dari penelitian ini adalah Mengimplementasikan algoritma C4.5 dan K-Nearest Neighbor (K-NN) dalam klasifikasi peminatan program studi. Algoritma yang digunakan pada penelitian ini yaitu C4.5 dan K-NN. Data yang digunakan adalah nilai rapor Matematika dan mata pelajaran produktif siswa kelas XII jurusan Teknik Komputer Jaringan (TKJ), Teknik Elektronika Industri (TEI), dan Rekayasa Perangkat Lunak (RPL) Sekolah Menengah Kejuruan Negeri (SMKN) 1 Karawang. Hasil yang didapat dari pengujian menggunakan tool RapidMiner sebesar 98,04% untuk algoritma K NN dan 100% untuk algoritma C4.5. Pada tahap implementasi algoritma K-NN ke program didapat hasil sebesar 98%. Kata Kunci : Peminatan, Klasifikasi, Data, C4.5, K-Nearest Neighbor