KLASIFIKASI KELAYAKAN DATA BEASISWA PIP PADA MINU SUMOKALI MENGGUNAKAN METODE DECISION TREE

Setiap tahun ajaran baru Madrasah Ibtida'iyah Nahdlatul Ulama Sumokali Candi Sidoarjo melakukan pendataan calon penerima beasiswa PIP, dilakukan dengan melihat berkas
yang sudah dikumpulkan oleh siswa kepada pihak sekolah. Dalam penyeleksian calon penerima beasiswa PIP pada Madrasah Ibtida'iyah Nahdlatul Ulama Sumokali Candi Sidoarjo yang akan diajukan masih mengalami kesulitan dalam pengambilan atau menentukan keputusan dikarenakan banyaknya siswa yang mendaftar dan dikarenakan proses seleksinya masih menggunakan sistem manual membutuhkan waktu yang sangat lama dan kurang efektif bagi pihak tata usaha maka dengan adanya permasalahan tersebut penulis melakukan sebuah penelitian bagaimana penerapan data mining menggunakan metode Decision Tree dan bagaimana mengetahui hasil akurasi menggunakan algoritma C4.5 untuk menentukan layak atau tidak layak pada siswa calon penerima beasiswa PIP. jumlah data klasifikasi beasiswa PIP yang terkumpul sebanyak 240 data dari data tahun lalu maka kemudian dengan data tersebut kami implementasikan ke dalam sistem website sehingga membentuk sebuah aplikasi yang bisa memprediksi kelayakan penerima beasiswa PIP. Berdasarkan pengujian tingkat akurasi dengan perhitungan sistem memperoleh hasil akurasi ialah 83.33%.
========================================================================================================================
Every new academic year Madrasah Ibtida'iyah Nahdlatul Ulama Sumokali Candi Sidoarjo collects data on prospective PIP scholarship recipients, this is done by looking at the
files that have been collected by students from the school. In selecting prospective PIP scholarship recipients at Madrasah Ibtida'iyah Nahdlatul Ulama Sumokali Candi Sidoarjo who will be submitted, they still experience difficulties in making or determining decisions due to the large number of students who register and because the selection process still uses a manual system, it takes a very long time and is less effective for the parties. administration, with these
problems in mind, the author conducted research on how to apply data mining using the Decision Tree method and how to determine the accuracy of the results using the C4.5 algorithm to determine whether students who are potential PIP scholarship recipients are eligible or not. The amount of PIP scholarshipclassification data collected was 240 data from last year's data, so we implemented this data into the website system to form an application that can predict the eligibility of PIP scholarship recipients. Based on testing the level of accuracy with system calculations, the accuracy results were 83.33%.