Klasifikasi Penduduk Program Penerima Bantuan Sosial dengan Menerapkan Metode Decision Tree C4.5

Authors

  • Kalista Alsadila Ceribena Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
  • Widiatry Widiatry Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
  • Novera Kristianti Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya
  • Putu Bagus Adidyana Anugrah Putra Jurusan Teknik Informatika, Fakultas Teknik, Universitas Palangka Raya

DOI:

https://doi.org/10.47111/jointecoms.v6i3.28435

Keywords:

Bantuan Sosial, Klasifikasi, Decision Tree, Training, Testing, Website

Abstract

Bantuan Sosial merupakan program pendukung kegiatan pemerintah daerah untuk ketentuan perseorangan, keluarga dan kelompok masyarakat yang sifatnya tidak berkelanjutan dan selektif untuk mencegah potensi risiko sosial dengan tujuan untuk membuat kehidupan masyarakat lebih baik dan lebih sejahtera dengan mengutamakan prinsip keadilan, kebersamaan, dan kepentingan masyarakat. Bantuan sosial sangat berpengaruh terhadap laju pertumbuhan penduduk di Indonesia. [2]
Pada judul “Klasifikasi Penduduk Program Penerima Bantuan Sosial Dengan Menerapkan Metode Decision Tree C4.5” Decision Tree C4.5 digunakan untuk model prediksi yang bersifat supervised yang berarti memerlukan training dataset yang perannya menggantikan pengalaman manusia di masa lalu dalam membuat keputusan. Pada aplikasi ini terdapat beberapa fitur diantaranya Dashboard, Menu Pengguna, Menu Masyarakat, Menu Data Training, Menu Data Testing, Menu Klasifikasi, Menu Model Evaluasi dan Menu Laporan.
Berdasarkan hasil pengujian yang telah dilakukan dengan menggunakan 7 atribut untuk menentukan penerima bantuan social, permasalahan kelayakan penduduk dapat diselesaikan menggunakan teknik Decision Tree C4.5 dengan hasil tingkat akurasi adalah 80.65%. Dari perhitungan Decision Tree C4.5 menggunakan excel dan aplikasi web menunjukkan hasil data klasifikasi memiliki persamaan, dengan banyaknya 12 data tidak layak menerima bantuan social dan 50 data layak menerima bantuan social. Dengan demikian penggunaan teknik Decision Tree C.4.5 cukup efektif untuk menganalisis data dalam menentukan klasifikasi penduduk program penerima bantuan sosial.

Downloads

Download data is not yet available.
DOI: 10.47111/jointecoms.v6i3.28435 DOI URL: https://doi.org/10.47111/jointecoms.v6i3.28435
Views: 28 | Downloads: 3

References

[1] Al., R. “Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif Atau Tidak Aktif Pada Data Bank”. Karimah Tauhid, Volume 3, Nomor 2, pp. 1865-1868, 2024.

[2] Cokorda Putra Indrayana, C. G. “Implementasi Peraturan Bupati Karangasem Nomor 14 Tahun 2016 Tentang Pedoman Pemberian Santunan Dan Bantuan Sosial Untuk Korban Bencana Alam (Studi Penelitian Pada Badan Penanggulangan Bencana Daerah Kabupaten Karangasem)”. Jurnal Moderat, Volume 8, Nomor 3, Agustus, pp. 595-619, 2022.

[3] Nabilah Iftah Nella, N. Y. “Klasifikasi Penerima Bantuan Program Keluarga Harapan Menggunakan Algoritme Decision Tree C4.5 (Studi Kasus: Desa Mlirip Kabupaten Mojokerto)”. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, Vol. 6, No. 3, Maret, pp. 1332-1339, 2022.

[4] Salsa Khoirunnisa, H. H. "Penerapan Algoritma K-Means dan Apriori untuk Analisis Klasterisasi Kemiskinan dan Pola Asosiasi Kepemilikan Bidang Tanah serta Karakteristik Wilayah di Indonesia". Journal of Artificial Intelligence and Digital Business (RIGGS), Vol. 4, No. 2, p. 4912, 2025.

[5] Winda Lidysari, H. S. “Penerapan Data Mining Dalam Menentukan Kelayakan Penerima Bantuan Sosial Pemko Dengan Algoritma C4.5 Penerima Bantuan Sosial Pemko Dengan Algoritma C4.5”. Jurnal Penerapan Sistem Informasi (Komputer & Manajemen), Vol. 3, No. 1, pp.53-61, 2022.

Downloads

Published

2026-09-30

How to Cite

Alsadila Ceribena, K., Widiatry, W., Kristianti, N., & Adidyana Anugrah Putra, P. B. (2026). Klasifikasi Penduduk Program Penerima Bantuan Sosial dengan Menerapkan Metode Decision Tree C4.5. Journal of Information Technology and Computer Science, 6(3), 222–229. https://doi.org/10.47111/jointecoms.v6i3.28435

Most read articles by the same author(s)

<< < 1 2 3 4 5 

Similar Articles

1 2 3 4 5 6 7 > >> 

You may also start an advanced similarity search for this article.