KOMPARASI METODE NAIVE BAYES CLASSIFIER CLASSIFIER DAN C4.5
UNTUK PENENTUAN PEMBERIAN BANTUAN SOSIAL
(STUDI KASUS: DESA SUKA BHAKTI)
Total View This Week0
Total View This Week0
Institusion
Universitas Teknokrat Indonesia
Author
Febiana, Rafida
Subject
Pengambilan keputusan
Datestamp
2021-12-08 03:20:56
Abstract :
Kemiskinan yang terjadi pada masyarakat merupakan salah satu masalah yang dialami oleh beberapa negara berkembang, termasuk Indonesia. Masalah utama yang menjadi perhatian diberbagai pemerintahan baik provinsi, kabupaten dan kota, hingga kedesa-desa khususnya Desa Suka Bhakti Kecamatan Gedungaji Baru Kabupaten Tulang Bawang. Adapun cara yang telah dilakukan untuk menanggulangi kemiskinan adalah progam bantuan sosial untuk rakyat miskin. Namun pada proses pemberian bantuan sosial belum adanya kriteria yang tepat, maka sering kali dalam pelaksanaan pembagian bantuan sering terjadi kesalahan pemberian, setelah dilakukan pembagian kriteria yang tepat sebagai variabel penentu pemberian bantuan, kesalahan pemberian bantuan sedikit berkurang. Maka dari itu pihak kelurahan berharap dapat menemukan teknik yang tepat untuk memberikan nilai akurasi bahwa penggunaan kriteria tersebut sudah akurat untuk melakukan pemberian bantuan. Sehingga, peneliti mengusulkan untuk melakukan analisis data mining menggunakan teknik klasifikasi guna mengetahui dan mendapatkan klasifikasi masyarakat yang seharusnya menerima bantuan dengan menggunakan enam kriteria yang telah ditentukan oleh pihak desa. Untuk menentukan keberhasilan klasifikasi tersebut maka digunakan dua algoritma sebagai perbandingan yaitu antara C4.5 dan Naïve Bayes Classifier. Dari kedua metode yang telah diimplementasikan dalam data masyarakat penerima bantuan dengan atribut pendidikan terakhir kepala keluarga, kepemilikan beberapa aset, jumlah pengahasilan, luas bangunan, jenis lantai, dan jenis dinding didapatkan hasil yaitu metode Naïve Bayes Classifier dan C4.5 memiliki tingkat akurasi yang sama besar yaitu 99,88% dengan tingkat error rate yang sama rendah yaitu 0,12% akan tetapi Naïve Bayes Classifier bekerja lebih baik dibandingkan metode C4.5 secara FPR, Recall, SP dan Precision sebesar 100% dengan selisih 1% untuk C4.5 atau sebesar 99% tingkat kinerja dari C4.5. Kata Kunci : Analisis Perbandingan, Bantuan Sosial, C4.5, Data Mining, Klasifikasi, Naïve Bayes Classifier
Kemiskinan yang terjadi pada masyarakat merupakan salah satu masalah yang dialami oleh beberapa negara berkembang, termasuk Indonesia. Masalah utama yang menjadi perhatian diberbagai pemerintahan baik provinsi, kabupaten dan kota, hingga kedesa-desa khususnya Desa Suka Bhakti Kecamatan Gedungaji Baru Kabupaten Tulang Bawang. Adapun cara yang telah dilakukan untuk menanggulangi kemiskinan adalah progam bantuan sosial untuk rakyat miskin. Namun pada proses pemberian bantuan sosial belum adanya kriteria yang tepat, maka sering kali dalam pelaksanaan pembagian bantuan sering terjadi kesalahan pemberian, setelah dilakukan pembagian kriteria yang tepat sebagai variabel penentu pemberian bantuan, kesalahan pemberian bantuan sedikit berkurang. Maka dari itu pihak kelurahan berharap dapat menemukan teknik yang tepat untuk memberikan nilai akurasi bahwa penggunaan kriteria tersebut sudah akurat untuk melakukan pemberian bantuan. Sehingga, peneliti mengusulkan untuk melakukan analisis data mining menggunakan teknik klasifikasi guna mengetahui dan mendapatkan klasifikasi masyarakat yang seharusnya menerima bantuan dengan menggunakan enam kriteria yang telah ditentukan oleh pihak desa. Untuk menentukan keberhasilan klasifikasi tersebut maka digunakan dua algoritma sebagai perbandingan yaitu antara C4.5 dan Naïve Bayes Classifier. Dari kedua metode yang telah diimplementasikan dalam data masyarakat penerima bantuan dengan atribut pendidikan terakhir kepala keluarga, kepemilikan beberapa aset, jumlah pengahasilan, luas bangunan, jenis lantai, dan jenis dinding didapatkan hasil yaitu metode Naïve Bayes Classifier dan C4.5 memiliki tingkat akurasi yang sama besar yaitu 99,88% dengan tingkat error rate yang sama rendah yaitu 0,12% akan tetapi Naïve Bayes Classifier bekerja lebih baik dibandingkan metode C4.5 secara FPR, Recall, SP dan Precision sebesar 100% dengan selisih 1% untuk C4.5 atau sebesar 99% tingkat kinerja dari C4.5. Kata Kunci : Analisis Perbandingan, Bantuan Sosial, C4.5, Data Mining, Klasifikasi, Naïve Bayes Classifier
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
