Sistem Pendukung Keputusan Penentuan Jurusan di SMKN 1 Pungging Menggunakan Gradient Boosting Tree

Authors

  • Elok Nur Fauziyah
  • Salamun Rohman Nudin

DOI:

https://doi.org/10.33005/jifti.v3i1.127

Keywords:

Pemilihan Jurusan, Sistem Pendukung Keputusan, Gradient Boosting Tree, Python

Abstract

Saat ini belum ada sistem yang membantu calon siswa yang akan masuk ke SMKN 1 Pungging untuk memilih jurusan yang sesuai dengan minat dan bakat siswa. Sehingga perlu dilakukan analisis terhadap kesesuaian minat dan bakat siswa dengan jurusan yang akan dipilih. Analisis ini akan membentuk sebuah Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan merupakan suatu alat yang dapat membantu proses pengambilan keputusan dengan menggunakan berbagai metode. Metode yang digunakan dalam penelitian ini adalah Gradient Boosting Tree (GBT). Gradient Boosting Tree merupakan teknik machine learning untuk masalah klasifikasi yang menghasilkan prediksi dan banyak digunakan karena efisiensi, akurasi, dan interpretabilitasnya. Gradient Boosting Tree merupakan algoritma yang sesuai dengan permasalahan penentuan jurusan karena Gradient Boosting Tree akan menghasilkan prediksi dari kriteria yang diberikan dalam bentuk decision tree yang akan menghasilkan keputusan berupa jurusan yang sesuai. Tujuan dari penelitian ini adalah untuk mengembangkan sistem pendukung keputusan penentuan jurusan untuk calon siswa di SMKN 1 Pungging dengan menggunakan Gradient Boosting Tree. Hasil dari penelitian ini adalah sistem pendukung keputusan penentuan jurusan untuk calon siswa di SMKN 1 Pungging dengan akurasi 100% untuk training data dan 96.34% untuk testing data. Adanya sistem ini diharapkan dapat membantu calon siswa dalam menentukan keputusan pemilihan jurusan di SMKN 1 Pungging.

Downloads

Published

2021-06-05

How to Cite

Nur Fauziyah, E. ., & Rohman Nudin, S. (2021). Sistem Pendukung Keputusan Penentuan Jurusan di SMKN 1 Pungging Menggunakan Gradient Boosting Tree. Jurnal Ilmiah Teknologi Informasi Dan Robotika, 3(1). https://doi.org/10.33005/jifti.v3i1.127