Perbandingan Performa Algoritma Decision Tree untuk Klasifikasi Penerima Beasiswa Bank Indonesia

Abstract

Beasiswa dapat diartikan bantuan yang bisa digunakan sebagai biaya penunjang pendidikan, diberikan oleh institusi/lembaga. Pelaksanaan seleksi mahasiswa yang berhak menerima beasiswa didasarkan pada syarat/ketentuan lembaga pemberi beasiswa. Klasifikasi kandidat yang dilakukan dengan Excel menyebabkan sasaran penerima beasiswa kurang tepat karena tidak konsisten disebabkan unsur subjektivitas. Penelitian ini bertujuan menggunakan algoritma Decision Tree ID3, C4.5, serta CART dalam melakukan perbandingan Penerimaan Beasiswa BI untuk melihat algoritma yang memiliki performa terbaik. Penelitian ini menggunakan data sebanyak 398 pendaftar Beasiswa Bank Indonesia tahun 2022 yang diperoleh dari Biro Kemahasiswaan UMS. Hasil evaluasi kinerja ketiga algoritma menunjukkan CART mencapai hasil tertinggi dalam accuracy, precision, dan recall, masing-masing 72%, 92,59%, dan 74,62%. Selanjutnya C4.5 memiliki nilai accuracy, precision, dan recall, masing-masing sebesar 69,33%, 92,30%, dan 71,64%. ID3 memiliki performa terendah, dengan accuracy, precision, dan recall berturutan 68%, 92,15%, dan 70,14%.