IMPLEMENTASI ALGORITMA C4.5 UNTUK MENINGKATKAN AKURASI KLASIFIKASI PENERIMA BANTUAN SOSIAL DI INDRAMAYU

Abstract

Penelitian ini bertujuan meningkatkan akurasi klasifikasi kelayakan penerima bantuan sosial di Indramayu menggunakan algoritma C4.5. Seleksi manual yang tidak efisien sering menyebabkan program bantuan sosial tidak tepat sasaran. Algoritma C4.5 diterapkan untuk membangun model klasifikasi berbasis pohon keputusan. Dataset terdiri dari 392 data penerima dengan 14 atribut, seperti penghasilan, jumlah tanggungan, usia, dan pekerjaan. Data diolah menggunakan RapidMiner dengan pembagian 70% untuk pelatihan dan 30% untuk pengujian. Proses penelitian mengikuti tahapan Knowledge Discovery in Databases (KDD), meliputi seleksi, pembersihan data, dan evaluasi model menggunakan confusion matrix. Hasilnya, model klasifikasi mencapai akurasi 93,22%, dengan precision kategori "layak" sebesar 92,34% dan "tidak layak" 100%. Atribut paling signifikan adalah jumlah tanggungan, anggota keluarga bekerja, dan usia. Aturan utama klasifikasi menunjukkan bahwa jumlah tanggungan lebih dari 2,5 menjadi faktor penentu kelayakan. Visualisasi bobot atribut menempatkan jumlah tanggungan (0,429) sebagai pengaruh terbesar, diikuti anggota keluarga bekerja (0,302) dan usia (0,269). Penelitian ini membuktikan efektivitas algoritma C4.5 dalam meningkatkan akurasi klasifikasi penerima bantuan sosial. Model ini diharapkan mendukung distribusi bantuan yang lebih tepat sasaran. Penelitian ini juga membuka peluang pengembangan, seperti penerapan di wilayah lain dengan dataset lebih besar untuk meningkatkan keandalan model.