Nur, Wan Amalia Chaliza (2025) Unjuk Kerja Algoritma K-Nearest Neighbor dan Algoritma C4.5 Dalam Klasifikasi Warga yang Layak Menerima Bantuan Langsung Tunai di Desa Bandar Mahligai. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (45kB)
	Text ABSTRAK.pdf Download (35kB)
	Text BAB I.pdf Download (101kB)
	Text DAFTAR PUSTAKA.pdf Download (96kB)
	Text FULL-TEXT.pdf Restricted to Registered users only Download (2MB)

Abstract

Bantuan Langsung Tunai, biasa disebut BLT merupakan salah satu dari sekian banyak program pemerintah Indonesia yang diadakan untuk mengurangi angka kemiskinan penduduk Indonesia. Pada penelitian ini menggunakan perbandingan metode KNN dan C4.5 untuk menentukan kelayakan warga yang layak menerima Bantuan Langsung Tunai di Desa Bandar Mahligai. Langkah-langkah dalam penelitian ini dimulai dengan pengumpulan data warga dari kantor desa Bandar Mahligai, kemudian data yang diperoleh diambil beberapa atribut untuk digunakan pada proses klasifikasi yaitu berupa nama kepala keluarga, nomor KK, NIK, jumlah tanggungan, pekerjaan, pendapatan, dan pengeluaran per bulan. Setelah data dikumpulkan, data akan diklasifikasikan menggunakan algoritma KNN dan C4.5. Terdapat perbedaan yang signifikan di antara kedua algoritma dalam proses klasifkasinya, algoritma KNN dengan mencari nilai data tetangga terdekat, pada penelitian ini nilai K = 9, sedangkan algoritma C4.5 dengan membangun pohon keputusan dari nilai atribut yang diambil berdasarkan data warga yang dijadikan sebagai data latih. Hasil klasifikasi dari kedua metode akan dibandingkan menggunakan confusion matrix untuk hasil klasifikasinya supaya diperoleh satu metode yang memiliki tingkat akurasi yang lebih tinggi. Hasil dari pengujian menggunakan confusion matrix untuk kedua algoritma yaitu keakuratan yang dihasilkan dari algoritma KNN dan C4.5 dalam klasifikasi warga yang layak menerima Bantuan Langsung Tunai (BLT) sebesar 90% pada sistem yang sudah dibangun. Hasil perbandingan algoritma KNN dan C4.5 untuk penelitian ini menunjukkan bahwa algoritma KNN lebih baik karena pada perhitungan manual maupun sistem, tingkat akurasi mencapai 90%. Sedangkan metode C4.5 hanya mendapatkan 85% untuk tingkat akurasi perhitungan manualnya, tetapi pada sistem yang telah dibangun, mendapatkan tingkat akurasi 90%.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Wan Amalia Chaliza Nur
Date Deposited:	12 Jun 2025 02:45
Last Modified:	12 Jun 2025 02:45
URI:	https://rama.unimal.ac.id/id/eprint/11974

Actions (login required)

View Item