Klasifikasi Kelayakan Keluarga Penerima Program BantuanSosial Beras Rakyat Sejahtera Menggunakan Algoritma C4.5 (Studi Kasus : Desa Pulau)

Ardiansyah, Ardiansyah (2020) Klasifikasi Kelayakan Keluarga Penerima Program BantuanSosial Beras Rakyat Sejahtera Menggunakan Algoritma C4.5 (Studi Kasus : Desa Pulau). Skripsi thesis, Universitas Dinamika Bangsa.

	Text BAB I.pdf Download (401kB)
	Text BAB II.pdf Restricted to Registered users only Download (732kB)
	Text BAB III.pdf Restricted to Registered users only Download (165kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Download (810kB)
	Text BAB VI.pdf Download (117kB)
	Text DAFTAR PUSTAKA.pdf Download (192kB)

Abstract

Data mining merupakan analisis dari peninjauan kumpulan data untuk menemukan hubungan yang tidak diduga dan meringkas data dengan cara yang berbeda dengan sebelumnya, yang dapat dipahami dan bermanfaat bagi pemilik data. Hingga saat ini pemberian program subsidi rastra masih belum optimal, dikarenakan jumlah penerima rastra di setiap RT jumlahnya tidak selalu sama setiap tahun, pembaharuan data di desa yang belum diperbaharui juga menyebabkan masih banyak keluarga berpendapatan rendah yang tidak mendapatkan rastra tersebut karena ketidak akuratan data, maka diperlukan sebuah metode yang dapat digunakan yaitu dengan menerapkan teknik data mining penentuan layak atau tidak layaknya sebuah keluarga dalam menerima rastra bisa dilakukan dengan metode klasifikasi Untuk klasifikasi tersebut dibutuhkan sebuah algoritma klasifikasi yang tepat salah satunya algoritma C4.5. Penulis menggunakan data-data penduduk penerima rastra tahun 2018 dan 2019 sebanyak 290 data yang kemudian di sajikan kedalam format arff. Dalam melakukan analisis penulis menggunakan alat bantu Tools WEKA, Dengan persentasi akurasi terbesar diperoleh dengan menggunakan Use Training Set dengan presentasi akurasi Correctly Classified Intences sebesar 96.5517% dan Incorrectly Classified Instances 3.4483%. Menggunakan 8 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 94.4828% dan Incorrectly Classified Instances 5,5172%. Menggunakan 30 Fold Cross Validation Correctly dengan presenrasi akurasi Correctly Classified Instances 94.1379% dan Incorrectly Classified Instances 5,8621%. Sedangkan hasil seleksi atribut menggunakan algoritma classifer attribute evaluation (ClassifierAttributeEval) dinyatakan bahwa atribut yang paling berpengaruh terhadap klasifikasi penerima rastra adalah Anggota Keluarga Yang Cacat.

Actions (login required)

View Item