Salah satu masalah pendidikan saat ini yang dihadapi oleh bangsa Indonesia adalah
bagaimana meningkatkan mutu pendidikan disetiap jenjang. Adakalanya memang benar sang
pelajar tidak mampu secara finansial, tapi tak jarang dari kalangan mampu pun
memanfaatkan surat ini. Yang penting bisa sekolah gratis. Jikalau targetnya adalah sekolah
gratis tanpa pertanggungjawabkan “ beasiswa” yang diterima, seharusnya lembaga
pendidikan mematok beberapa peraturan yang memacu prestasi penerima beasiswa. Oleh
karena itu dalam penelitian ini dilakukan komparasi algoritma C4.5, naïve bayes dan neural
network yang diaplikasikan terhadap data siswa yang menerima beasiswa. Penelitian ini
bertujuan untuk mengukur tingkat akurasi dari kajian komparasi 3 buah algoritma dalam
pemilihan calon penerima beasiswa di SMA Muhammadiyah 4 Jakarta. Dari hasil pengujian
dengan mengukur kinerja ketiga algoritma tersebut menggunakan metode pengujian Cross
Validation, Confusion Matrix dan Kurva ROC, diketahui bahwa algoritma Naïve Bayes
memiliki nilai accuracypaling tinggi, yaitu 86.5672%, diikuti oleh metode C4.5 dengan
accuracy sebesar 67.1642% dan yang terendah adalah metode Neural Network dengan nilai
accuracy 82.0896%.