PENDEKATAN DATA MINING UNTUK OPTIMASI PENERIMA ZAKAT PADA BAZNAS KOTA CIREBON MENGGUNAKAN ALGORITMA C4.5

Argyanti Ayu Putri Agung; Bambang Irawan; Willy Prihartono; Aris Pramudya Marta

Authors

Argyanti Ayu Putri Agung STMIK IKMI Cirebon, Indonesia
Bambang Irawan STMIK IKMI Cirebon, Indonesia
Willy Prihartono STMIK IKMI Cirebon, Indonesia
Aris Pramudya Marta STMIK IKMI Cirebon, Indonesia

Keywords:

Data Mining, Algoritma C4.5, Zakat, BAZNAS, Algoritma Naïve Bayes

Abstract

Zakat merupakan salah satu rukun Islam yang memiliki fungsi penting dalam mengurangi kesenjangan sosial dan meningkatkan kesejahteraan masyarakat. Penyaluran zakat yang tepat sasaran merupakan faktor penting dalam meningkatkan efektivitas program BAZNAS Kota Cirebon dalam mengentaskan kemiskinan. Namun, proses seleksi penerima zakat selama ini masih dilakukan secara manual dan subjektif, sehingga berpotensi menimbulkan ketidaktepatan dalam penentuan mustahik. Penelitian ini bertujuan untuk mengoptimalkan proses penentuan penerima zakat dengan menerapkan pendekatan data mining menggunakan algoritma C4.5. Metode ini digunakan untuk mengklasifikasikan kelayakan calon penerima zakat berdasarkan sejumlah atribut sosial-ekonomi seperti penghasilan, tanggungan, pekerjaan, pendidikan, dan kondisi tempat tinggal. Data penelitian diperoleh dari BAZNAS Kota Cirebon dan diolah menggunakan perangkat lunak RapidMiner. Hasil penelitian menunjukkan bahwa algoritma C4.5 mampu menghasilkan model klasifikasi dengan tingkat akurasi sebesar 0,6167, sehingga dapat membantu BAZNAS dalam mengambil keputusan secara lebih objektif, cepat, dan tepat sasaran. Dengan demikian, penerapan data mining menggunakan algoritma C4.5 terbukti efektif dalam mengoptimalkan penyaluran zakat di BAZNAS Kota Cirebon. Hasil dari penelitian ini diharapkan dapat menjadi acuan bagi BAZNAS dalam mengembangkan sistem berbasis teknologi guna meningkatkan kualitas pengelolaan zakat. Dengan demikian, zakat dapat lebih tepat sasaran, akuntabel, dan memberikan dampak yang lebih signifikan dalam pengentasan kemiskinan dan peningkatan kesejahteraan umat.

References

Washilaturrizqi And Nurdiawan Odi, “Implementasi Algoritma C45 Untuk Menentukan Penerimabantuan Sosial,” Jurnal Mahasiswa Teknik Informatika, Vol. 7, No. 1, Pp. 373–380, 2023.

G. Taufik And D. Jatmika, “Penerapan Algoritma C45 Untuk Klasifikasi Keberhasilan Pengiriman Barang,” INOVTEK Polbeng - Seri Informatika, Vol. 6, No. 1, P. 12, 2021, Doi: 10.35314/Isi.V6i1.1446.

M. Nonsi Tentua And K. Nurbagja, “Komparasi Metode Naïve Bayes Dan C45 Pada Prediksi Pelanggan Deposito Berjangka,” Jurnal Dinamika Informatika, Vol. 11, No. 1, 2022, [Online]. Available: Https://Www.Kaggle.Com/Sonujha090/Bank-Marketing.

H. Hasanah, “Perbandingan Tingkat Akurasi Algoritma Support Vector Machines (SVM) Dan C45 Dalam Prediksi Penyakit Jantung,” 2023.

Dhamayanti, “Penentuan Pemberian Reward Bagi Karyawan Berprestasi Di Lingkungan Universitas Indo Global Mandiri Dengan Algoritma C45,” Jurnal Ilmiah Informatika Global, Vol. 9, No. 1, 2018.

J. Amarda, N. Suarna, And O. Nurdiawan, “KLASIFIKASI INDUSTRI KERAJINAN BERDASARKAN PROVINSI MENGGUNAKAN METODE DECISION TREE UNTUK MEMBANDINGKAN PENGUJIAN ALGORITMA ID3 ALGORITMA C45 DAN ALGORITMA CART,” 2022.

B. Santoso, “Penerapan Decision Tree Dalam Pengelompokan Data Penjualan,” Jurnal Sains Komputer Dan Informatika, 2022.

I. Arfyanti, M. Fahmi, And P. Adytia, “Penerapan Algoritma Decision Tree Untuk Penentuan Pola Penerima,” Building Of Informatics Technology And Science, Vol. 4, No. 3, Pp. 1196–1201, 2022, Doi: 10.47065/Bits.V4i3.2275.

S. A. Arnomo, A. A. Fajrin, Y. Siyamto, S. Fairuz, And N. Sadikin, “Evaluasi Model Decision Tree Pada Keputusan Kelayakan Kredit,” 2022. [Online]. Available: Http://Journal.Aptikomkepri.Org/Index.Php/JDDAT200JURNALDESAINDANANALISISTEKNOLOGI