Beasiswa DIPA merupakan pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi keberlangsungan pendidikan yang ditempuh. Mengingat besarnya dana dan tujuan utama berupa 3T (Tepat Sasaran,Tepat Jumlah,dan tepat Waktu) dibutuhkan sebuah sistem untuk menetapkan penerima beasiswa. Penelitian ini menerapkan pemodelan Fuzzy Decision Tree (FDT) pada seleksi penerimaan beasiswa DIPA dengan algoritma ID3. Metode ini dipilih memberikan data yang lengkap karena pada proses perhitungan dilakukan pencarian secara menyeluruh untuk semua kemungkinan yang. Penelitian ini melakukan pemodelan penerima beasiswa sebanyak 200 data mahasiswa yaitu PPA dan BBM. Pada data PPA yang menggunakan 50 data training dengan threshold 70%, 80% dan 90% menghasilkan akurasi yang baik yaitu 86%.Ketika menggunakan 70 data training, memperoleh hasil akurasi 70%.Sedangkan untuk data BBM, dengan 50 data training menggunakan trheshold 70%, 80% dan 90% menghasilkan akurasi yang baik yaitu 97%.Ketika 70 data training, menghasilkan akurasi 73%. Hasil yang diperoleh bergantung pada data dan threshold yang digunakan. Semakin tinggi threshold yang digunakan maka semakin banyak rule yang dihasilkan. Namun semakin banyak data yang digunakan maka semakin rendah hasil akurasi yang diperoleh. Akurasi terbaik terdapat pada penggunaan 50 data dan threshold 90% yang menghasilkan akurasi sebesar 90% untuk PPA dan 97% untuk BBM. Kata Kunci: Rule, Threshold, Fuzzy Decision Tree ID3

Scholarship DIPA is a gift of financial assistance given to individuals who intended to be used for the continuation of education pursued. Given the magnitude of the main objectives in the form of funds and 3T (Target, Right Number, and right time) needed a system to establish a scholarship recipient. This research applies the modeling Fuzzy Decision Tree (FDT) on the selection of recipients of DIPA with ID3 algorithm. This method was chosen to give complete data for the calculation process conducted thorough search for all possibilities. This study did modeling awardees are as many as 200 students of PPA and BBM data. In the data allowance using 50 training data with a threshold of 70%, 80 % and 90 % produce good accuracy is 86%. When using 70 training data, obtaining results of 70 % accuracy. While for the data of BBM, with 50 training data using 70 trheshold %, 80 % and 90 % produce good accuracy is 97%. When the 70 training data, resulting in a 73 % accuracy. Results obtained depend on the data and the threshold used. The higher threshold is used, the more of rule is generated. However, more data are used, the lower the accuracy of the results obtained. The best accuracy of the data contained on the use of 50 and a threshold of 90 % which resulted in an accuracy of 90 % for PPA and 97 % for BBM. Keywords: Rule, Threshold, Fuzzy Decision Tree ID3