Implementasi Data Mining Clustering Data Penduduk Miskin Menggunakan Metode Algoritma C4.5 Untuk Merekomendasikan Bantuan Sosial Pada RT. 05/01 Kelurahan Jati Mekar Kecamatan Jati Asih Kota Bekasi
{"title":"Implementasi Data Mining Clustering Data Penduduk Miskin Menggunakan Metode Algoritma C4.5 Untuk Merekomendasikan Bantuan Sosial Pada RT. 05/01 Kelurahan Jati Mekar Kecamatan Jati Asih Kota Bekasi","authors":"Sri Lestari, Sony Agustiansyah","doi":"10.32528/elkom.v5i1.8339","DOIUrl":null,"url":null,"abstract":"Kemiskinan merupakan persoalan dua dimensi yang berkaitan dengan ketidakmampuan individu secara finansial, budaya sosial, politik dan pergaulan sosial. Untuk mengatasi kemiskinan, otoritas publik melakukan berbagai cara dengan menyelenggarakan program bantuan seperti program keluarga harapan (PKH). Program keluarga harapan (PKH) merupakan program kesejahteraan sosial bersyarat pemerintah yang diperuntukkan kepada masyarakat kurang mampu yang telah terdaftar dalam kumpulan informasi tersusun yang memenuhi syarat dan kriteria. Pada penelitian ini dilakukan kualifikasi data mining memakai perhitungan C4.5 untuk menentukan kelayakan penerima bantuan program keluarga harapan (PKH). Tindakan dalam penelitian ini adalah pengumpulan informasi yang didapat dari kepala RT. 05/01 Kelurahan Jatimekar Bekasi. selanjutnya penentuan informasi yaitu dengan kriteria jumlah anak usia dini, ibu hamil, siswa sekolah dasar, siswa sekolah menengah pertama, siswa sekolah menengah atas, pekerjaan, lansia, cacat berat, status tempat tinggal, jenis dinding terluas, terima raskin, fasilitas toilet, tempat pembuangan sampah dengan kriteria layak dan kriteria tidak layak. Setelah penentuan informasi maka dilakukan pra-pemrosesan informasi sebanyak 2.244 catatan informasi yang mecakup pengecekan informasi kosong, informasi ganda dan kesalahan penulisan. selanjutnya transformasi untuk memudahkan pengolahan informasi. Selanjutnya proses data mining dengan perhitungan C4.5 hingga terbentuknya pohon keputusan. Pengujian memakai confusion matrix menghasilkan ketepatan senilai 86,37% dengan pembandingan 90% informasi latih dan 10% informasi uji. Berdasarkan hasil pengujian tersebut perhitungan C4.5 termasuk pada tingkat Klasifikasi Bagus.","PeriodicalId":497649,"journal":{"name":"Jurnal Teknik Elektro dan Komputasi","volume":"331 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-03-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknik Elektro dan Komputasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32528/elkom.v5i1.8339","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Kemiskinan merupakan persoalan dua dimensi yang berkaitan dengan ketidakmampuan individu secara finansial, budaya sosial, politik dan pergaulan sosial. Untuk mengatasi kemiskinan, otoritas publik melakukan berbagai cara dengan menyelenggarakan program bantuan seperti program keluarga harapan (PKH). Program keluarga harapan (PKH) merupakan program kesejahteraan sosial bersyarat pemerintah yang diperuntukkan kepada masyarakat kurang mampu yang telah terdaftar dalam kumpulan informasi tersusun yang memenuhi syarat dan kriteria. Pada penelitian ini dilakukan kualifikasi data mining memakai perhitungan C4.5 untuk menentukan kelayakan penerima bantuan program keluarga harapan (PKH). Tindakan dalam penelitian ini adalah pengumpulan informasi yang didapat dari kepala RT. 05/01 Kelurahan Jatimekar Bekasi. selanjutnya penentuan informasi yaitu dengan kriteria jumlah anak usia dini, ibu hamil, siswa sekolah dasar, siswa sekolah menengah pertama, siswa sekolah menengah atas, pekerjaan, lansia, cacat berat, status tempat tinggal, jenis dinding terluas, terima raskin, fasilitas toilet, tempat pembuangan sampah dengan kriteria layak dan kriteria tidak layak. Setelah penentuan informasi maka dilakukan pra-pemrosesan informasi sebanyak 2.244 catatan informasi yang mecakup pengecekan informasi kosong, informasi ganda dan kesalahan penulisan. selanjutnya transformasi untuk memudahkan pengolahan informasi. Selanjutnya proses data mining dengan perhitungan C4.5 hingga terbentuknya pohon keputusan. Pengujian memakai confusion matrix menghasilkan ketepatan senilai 86,37% dengan pembandingan 90% informasi latih dan 10% informasi uji. Berdasarkan hasil pengujian tersebut perhitungan C4.5 termasuk pada tingkat Klasifikasi Bagus.