Rules Generation Untuk Klasifikasi Data Bakat dan Minat Berdasarkan Rumpun Ilmu Dengan Decision Tree

Abstract

Penelitian ini bertujuan untuk merancang aplikasi dan mengimplementasikan Rules Generation untuk klasifikasi data bakat dan minat berdasarkan rumpun ilmu dengan decision tree. Data ini diperoleh melalui penelitian dalam bentuk kuesioner pada objek penelitian dan pustaka. Data dianalisa dengan data bakat dan minat yang berasal dari ilmu psikologi ialah Tes IST (Intelligenz Struktur Test) merupakan salah satu tes psikologi untuk mengukur tingkat intelegensi seseorang. Data – data dari tes IST tersebut diolah bersama data rumpun ilmu (bidang studi perguruan tinggi) dan diterjemahkan dalam ilmu data mining dengan menganalisa menggunakan pohon keputusan (decision tree). Perancangan aplikasi data bakat dan minat dirancang menggunakan bahasa pemrograman PHP dengan tampilan antarmuka web. Hasil penelitian ini menunjukkan bahwa  Implementasi Rules Generation terhadap Decision Tree (RGFDT) penelitian tentang penentuan jurusan seseorang yang menggunakan algoritma C4.5 dapat mengatasi cabang-cabang pohon keputusan yang tidak relevan menjadi relevan, sehingga dalam mengimplementasi ke dalam bahasa pemrograman dapat lebih mudah diterjemahkan., dan aplikasi tes bakat dan minat dapat berjalan dengan baik dan memudahkan responden dalam melakukan tes bakat dan minat dengan mudah.