PENERAPAN ALGORITMA DECISION TREE UNTUK KLASIFIKASI SURAT DALAM PENGARSIPAN DIGITAL (STUDI KASUS: SMPK RATU DAMAI)
DOI:
https://doi.org/10.51878/vocational.v6i4.15761Keywords:
Alogaritma Decision Tree, Klasifikasi Surat, Pengarsipan GigitalAbstract
The manual filing of letters at SMPK Ratu Damai makes the storage, retrieval, and grouping of letters ineffective and carries the risk of misclassification. This study aims to apply the Decision Tree algorithm to a digital archiving system to automatically classify letters based on archive categories. The research methods include data collection, text preprocessing consisting of case folding, tokenizing, stopword removal, and stemming, TF-IDF weighting, and the development of a Decision Tree model. The dataset used consisted of 228 letter documents. The system was developed as a web-based system using PHP, MySQL, XAMPP, and Visual Studio Code. It was then evaluated using a Confusion Matrix with Accuracy, Precision, Recall, and F1-Score metrics. The implementation results showed that the system was able to automate the letter classification process, accelerate document searches from 300 seconds to 8 seconds (97.33% efficiency), and support more structured archive management. Based on the evaluation results, the Decision Tree model demonstrated strong performance with 84.78% Accuracy, 85.79% Precision, 86.09% Recall, and 85.94% F1-Score.
ABSTRAK
Pengarsipan surat yang masih dilakukan secara manual di SMPK Ratu Damai menyebabkan proses penyimpanan, pencarian, dan pengelompokan surat menjadi kurang efektif serta berisiko menimbulkan kesalahan klasifikasi. Penelitian ini bertujuan menerapkan algoritma Decision Tree pada sistem pengarsipan digital untuk mengklasifikasikan surat secara otomatis berdasarkan kategori arsip. Metode penelitian meliputi pengumpulan data, preprocessing teks yang terdiri atas case folding, tokenizing, stopword removal, dan stemming, pembobotan Term Frequency-Inverse Document Frequency (TF-IDF), serta pembentukan model Decision Tree. Dataset yang digunakan berjumlah 228 dokumen surat periode 2018–2023. Sistem dikembangkan berbasis web menggunakan PHP, MySQL, XAMPP, dan Visual Studio Code, kemudian dievaluasi menggunakan Confusion Matrix dengan metrik Accuracy, Precision, Recall, dan F1-Score. Hasil implementasi menunjukkan bahwa sistem mampu mengotomatisasi proses klasifikasi surat, mempercepat pencarian dokumen dari 300 detik menjadi 8 detik (efisiensi 97,33%), serta mendukung pengelolaan arsip yang lebih terstruktur. Berdasarkan hasil evaluasi, model Decision Tree menunjukkan kinerja yang sangat baik dengan Akurasi 84,78%, Presisi 85,79%, Recall 86,09%, dan F1-Score 85,94%, sehingga layak diterapkan sebagai solusi pengarsipan digital di SMPK Ratu Damai.
Downloads
References
Al-Huda, M. S., Ali, M., Cholid, N., & Ekaningrum, I. R. (2026). Total quality management dalam sistem manajemen berbasis madrasah di SMP. LEARNING: Jurnal Inovasi Penelitian Pendidikan dan Pembelajaran, 6(1), 575–586. https://doi.org/10.51878/learning.v6i1.9242
Antoh, S., Herteno, R., Budiman, I., Kartini, D., & Mazdadi, M. I. (2025). Prediksi churn pelanggan telekomunikasi dengan optimalisasi seleksi fitur dan tuning hyperparameter pada algoritma klasifikasi C4.5. Jurnal Sistem Informasi Bisnis, 15(1), 60–67. https://doi.org/10.14710/vol15iss1pp60-67
Asmarany, S. A., & Prasetyawati, A. S. W. (2026). Analisis sistem informasi monitoring surat masuk dan surat keluar pada KUA Kecamatan Tarub. JATI (Jurnal Mahasiswa Teknik Informatika), 10(1), 829–835. https://doi.org/10.36040/jati.v10i1.16876
Bella, S. L., & Fatah, Z. (2025). Klasifikasi status akademik mahasiswa menggunakan decision tree. Jurnal Mahasiswa Teknik Informatika, 4(2), 141–146. https://doi.org/10.35473/jamastika.v4i2.4523
Eykens, J., Guns, R., & Engels, T. (2020). Fine-grained classification of social science journal articles using textual data: A comparison of supervised machine learning approaches. Quantitative Science Studies, 2(1), 89–110. https://doi.org/10.1162/qss_a_00106
Fauzi, M., & Irvansyah, A. (2022). Transformasi digital pada sistem kearsipan di SMAN 1 Takengon Kabupaten Aceh Tengah. Jurnal Manajemen Pendidikan dan Informasi, 4(1), 33–41. https://doi.org/10.51878/jmpi.v4i1.1892
Hakim, L., Kristanto, S. P., & Wibowo, G. H. (2026). Penguatan layanan informasi dan laporan masyarakat di Desa Kalirejo melalui implementasi chatbot WhatsApp terintegrasi sistem dashboard. Archive: Jurnal Pengabdian Kepada Masyarakat, 5(2), 446–460. https://doi.org/10.55506/arch.v5i2.272
Hancock, J., Wang, H., Khoshgoftaar, T. M., & Liang, Q. (2024). Data reduction techniques for highly imbalanced medicare big data. Journal of Big Data, 11(1), Article 34. https://doi.org/10.1186/s40537-023-00869-3
Hatifuddin, M. I., & Junaris, I. (2026). Implementasi pengelolaan sistem informasi manajemen lembaga pendidikan berbasis website di MI Plus Walisongo Trenggalek. COMMUNITY: Jurnal Pengabdian Kepada Masyarakat, 6(1), 164–174. https://doi.org/10.51878/community.v6i1.8952
Ishak, R., Setiaji, Akbar, F., & Safudin, M. (2020). Rancang bangun sistem informasi surat masuk dan surat keluar berbasis web menggunakan metode waterfall. Jurnal Indonesia Sosial Teknologi, 1(3), 198–209. https://doi.org/10.36418/jist.v1i3.33
Khanday, A. M. U. D., Rabani, S. T., Khan, Q. R., Rouf, N., & Din, M. M. U. (2020). Machine learning based approaches for detecting COVID-19 using clinical text data. International Journal of Information Technology, 12(3), 731–739. https://doi.org/10.1007/s41870-020-00495-9
Kosaman, J., & Purnomo, H. (2020). Perbandingan kinerja decision tree dan naïve bayes dalam klasifikasi dokumen teks. Jurnal Rekayasa Sistem dan Teknologi Informasi, 8(3), 201–209. https://doi.org/10.29207/resti.v8i3.2140
Kuswantoro, A., Ungu, R. B. M., Rahmahwati, W. D., & Rahmawati, F. D. (2022). Manajemen surat masuk dan surat keluar di Universitas Negeri Semarang melalui SIRADI. Jurnal Kearsipan dan Administrasi Perkantoran, 7(2), 105–115. https://doi.org/10.15294/jkap.v7i2.4182
Maulana, R., Hassolthine, C. R., & Saputra, M. I. (2024). Implementasi algoritma decision tree dalam optimasi penilaian kinerja operasional. Journal of Information System, Applied, Management, Accounting and Research, 8(1), 161–170. https://doi.org/10.52362/jisamar.v8i1.1432
Muñoz, S., & Iglesias, C. Á. (2022). A text classification approach to detect psychological stress combining a lexicon-based feature framework with distributional representations. Information Processing & Management, 59(5), Article 103011. https://doi.org/10.1016/j.ipm.2022.103011
Musyarofah, M., Martanto, M., & Hayati, U. (2024). Klasifikasi kompetensi siswa di SMK Basuraga menggunakan algoritma decision tree. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 466–472. https://doi.org/10.36040/jati.v8i1.8354
Paramartha, A. A. G. Y., Marti, N. W., & Aryanto, K. Y. E. (2020). Comparison of classification model and annotation method for Undiksha’s official documents. Journal of Physics: Conference Series, 1516(1), Article 012026. https://doi.org/10.1088/1742-6596/1516/1/012026
Rahimi, H., Defit, S., & Veri, J. (2025). Implementasi decision tree dalam pengambilan keputusan untuk pemberian beasiswa. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4175–4180. https://doi.org/10.36040/jati.v9i3.13580
Rianto, R., Humanika, E. S., & Untoro, I. H. T. (2026). Enhancing SVM-based classification performance on Indonesian sentences through TF-IDF and directional augmentation. INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi, 10(1), 22–35. https://doi.org/10.29407/intensif.v10i1.25179
Rohmatun, L., & Baita, A. (2025). Machine learning-based sentiment analysis on Twitter (X): A case study of the “Kabur Aja Dulu” issue using SVM. Journal of Applied Informatics and Computing, 9(4), 1972–1983. https://doi.org/10.30871/jaic.v9i4.9991
Rohmawati, N., & Puspasari, D. (2020). Pengelolaan arsip berbasis aplikasi surat di Dinas Perpustakaan dan Kearsipan Provinsi Jawa Timur. Jurnal Administrasi Perkantoran, 8(1), 50–61. https://doi.org/10.26740/joa.v8n1.p50-61
Septiana, T. D., & Maulany, R. (2021). Pengembangan manajemen data dan informasi menggunakan analisis soft system methodology di Universitas Advent Indonesia. TeIKa: Jurnal Teknologi Informasi dan Komunikasi, 11(1), 1–13. https://doi.org/10.36342/teika.v11i1.2473
Solahudin, M., Jayadi, J., & Irfan, J. A. (2025). Implementation of digital-based school management systems to improve administrative efficiency in junior high schools in East Kalimantan Province. JIIP: Jurnal Ilmiah Ilmu Pendidikan, 8(9), 10960–10967. https://doi.org/10.54371/jiip.v8i9.9369
Suminar, S., Maretta, Y. A., Kurniawan, M. A., & Wijayanti, D. G. S. (2022). Klasifikasi persuratan dengan menggunakan algoritma decision tree di Lembaga Penelitian dan Pengabdian Kepada Masyarakat. Jurnal Penelitian Pendidikan, 39(1), 32–42. https://doi.org/10.15294/jpp.v39i1.37192
Supono, R. A., & Suprayogi, M. A. (2021). Perbandingan metode TF-ABS dan TF-IDF pada klasifikasi teks helpdesk menggunakan K-Nearest Neighbor. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(5), 911–918. https://doi.org/10.29207/resti.v5i5.3403
Susilowati, I., & Umami, I. (2022). Sistem informasi kearsipan surat masuk dan surat keluar pada SMK Tri Karya. Jurnal Teknologi dan Sistem Informasi, 3(2), 90–98. https://doi.org/10.31004/jtsi.v3i2.842
Zamsuri, A., Defit, S., & Nurcahyo, G. W. (2024). Development and comparison of multiple emotion classification models in Indonesia text using machine learning. Journal of Advances in Information Technology, 15(4), 519–531. https://doi.org/10.12720/jait.15.4.519-531
