Abstract:
Penelitian ini merancang dan membangun sistem rekomendasi jurusan kuliah bagi siswa
SMA berbasis web dengan pendekatan hybrid C4.5–Naïve Bayes. Algoritma C4.5
digunakan untuk seleksi fitur dari data nilai rapor dan hasil tes minat, sedangkan Naïve
Bayes melakukan klasifikasi jurusan berdasarkan fitur terpilih. Arsitektur sistem
memisahkan antarmuka PHP dari layanan analitik Python melalui API, sehingga proses
pengolahan data, pelatihan, evaluasi (akurasi, precision, recall, F1), dan penyimpanan
model dapat direplikasi di lingkungan lokal. Hasil pengujian skenario end-to-end
menunjukkan seluruh alur—mulai dari pengelolaan data, pelatihan dan aktivasi model,
pembuatan rekomendasi per siswa/massal, hingga verifikasi oleh wali kelas—berjalan
sesuai rancangan, sehingga sistem layak dijadikan alat bantu pengambilan keputusan
penjurusan yang objektif dan terukur.
