Data Mining Algoritma C4.5 menentukan Kelayakan Penerima Bantuan Covid 19

Angga Riadi; Sundari Retno  Andani; Retno Rafiqa  Dewi

doi:10.53842/juki.v3i2.60

Authors

Angga Riadi STIKOM Tunas Bangsa Pematangsiantar, Sumatera Utara
Sundari Retno Andani STIKOM Tunas Bangsa Pematangsiantar, Sumatera Utara
Retno Rafiqa Dewi STIKOM Tunas Bangsa Pematangsiantar, Sumatera Utara

DOI:

https://doi.org/10.53842/juki.v3i2.60

Keywords:

Bantuan Covid19, Datamining, AlgoritmaC4.5, Klasifikasi, Pohon Keputusan

Abstract

Dampak dari Pandemi COVID 19 dapat dilihat dari terpuruknya ekonomi masyarakat, khususnya pada masyarakat nagori Sitalasai tempat dilakukannya penelitian ini. Data dari Dinas Kelurahan menjelaskan bahwa hampir seluruh masyarakat merasakan sulitnya menjalankan roda perekonomian. Dalam mengatasi permasalahan ini pemerintah membuat program pemberian bantuan khusus bagi masyarakat yang layak. Untuk menentukan kelayakan penerimaan bantuan Covid 19 ini dibutuhkan model atau aturan agar tepat pada sasaran. Saat ini pihak kelurahan hanya memiliki data yang bersumber dari Dinas Sosial dan tidak semua masyarakat masuk kedalam daftar tersebut sehingga banyak masyarakat yang seharusnya layak menerima bantuan tidak masuk kedalam daftar penerima bantuan. Data mining dengan algoritma C4.5 merupakan salah satu metode didalam ilmu komputer untuk memecahkan permasalahan klasifikasi. Dengan algoritma C4.5 variabel untuk mengukur faktor-faktor kelayakan penerima bantuan ini dikorelasikan untuk menghasilkan aturan. Hasil yang akan dicapai pada penelitian ini adalah aturan pohon keputusan kelayakan penerima bantuan Covid 19. Dengan metode pemecahan permasalahan ini menggunakan data mining algoritma C4.5 dapat mengklasifikasikan kelayakan penerima bantuan Covid19 sehingga data yang diolah valid dan tepat sasaran

Downloads

Download data is not yet available.

References

TNP2K, “PROGRAM BANTUAN PEMERINTAH Menuju Bantuan Sosial Terintegrasi,” p. 210, 2018, [Online]. Available: website TNP2K (www.tnp2k.go.id).

A. H. Nasrullah, “Penerapan Metode C4.5 untuk Klasifikasi Mahasiswa Berpotensi Drop Out,” Ilk. J. Ilm., vol. 10, no. 2, pp. 244–250, 2018, doi: 10.33096/ilkom.v10i2.300.244-250.

E. Elisa, “Analisa dan Penerapan Algoritma C4.5 Dalam Data Mining Untuk Mengidentifikasi Faktor-Faktor Penyebab Kecelakaan Kerja Kontruksi PT.Arupadhatu Adisesanti,” J. Online Inform., vol. 2, no. 1, p. 36, 2017, doi: 10.15575/join.v2i1.71.

M. F. Arifin and D. Fitrianah, “Rekomendasi Penerimaan Mitra Penjualan Studi Kasus : PT Atria Artha Persada,” IncomTech, vol. 8, no. 2, pp. 87–102, 2018, doi: 10.22441/incomtech.v8i1.2198.

D. Kurniawan, A. Anggrawan, and H. Hairani, “Graduation Prediction System On Students Using C4.5 Algorithm,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 19, no. 2, pp. 358–365, 2020, doi: 10.30812/matrik.v19i2.685.

S. Wahyuni, “Implementation of Data Mining to Analyze Drug Cases Using C4.5 Decision Tree,” J. Phys. Conf. Ser., vol. 970, no. 1, 2018, doi: 10.1088/1742-6596/970/1/012030.

P. B. N. Setio, D. R. S. Saputro, and Bowo Winarno, “Klasifikasi Dengan Pohon Keputusan Berbasis Algoritme C4.5,” Prism. Pros. Semin. Nas. Mat., vol. 3, pp. 64–71, 2020.

E. Buulolo, K. Medan, and S. Utara, “C4 . 5 A lgorithm to Predict the Impact of the Earthquake,” vol. 6, no. 02, pp. 10–15, 2017.

A. A. Aprilia Lestari, “Increasing Accuracy of C4 . 5 Algorithm Using Information Gain Ratio and Adaboost for Classification of Chronic Kidney Disease,” J. Soft Comput. Explor., vol. 1, no. 1, pp. 32–38, 2020.

H. Amalia, ; Yunita, ; Ari Puspitasari, ; Ade, and F. Lestari, “Student Performance Analysis Using C4.5 Algorithm To Optimize Selection,” J. PILAR Nusa Mandiri, vol. 16, no. 2, pp. 149–154, 2020.

A. Andriani, “Penerapan Algoritma C4.5 Pada Program Klasifikasi Mahasiswa Dropout,” Semin. Nas. Mat. 2012, pp. 139–147, 2012.