PERBANDINGAN METODE C4.5 DAN METODE K-NEAREST NEIGHBOR DALAM KLASIFIKASI STATUS PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN DI DESA SELAT

Pujanti, Ida Ayu Gede Basma (2025) PERBANDINGAN METODE C4.5 DAN METODE K-NEAREST NEIGHBOR DALAM KLASIFIKASI STATUS PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN DI DESA SELAT. Undergraduate thesis, Universitas Pendidikan Ganesha.

[img] Text (COVER)
2113101028-COVER.pdf
Download (1MB)
[img] Text (ABSTRAK)
2113101028-ABSTRAK.pdf
Download (185kB)
[img] Text (BAB 1 PENDAHULUAN)
2113101028-BAB 1 PENDAHULUAN.pdf
Download (277kB)
[img] Text (BAB 2 KAJIAN TEORI)
2113101028-BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (480kB) | Request a copy
[img] Text (BAB 3 METODE PENELITIAN)
2113101028-BAB 3 METODE PENELITIAN.pdf
Restricted to Repository staff only
Download (475kB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2113101028-BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (1MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2113101028-BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (259kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2113101028-DAFTAR PUSTAKA.pdf
Download (228kB)
[img] Text (LAMPIRAN)
2113101028-LAMPIRAN.pdf
Download (967kB)

Abstract

Kemiskinan merupakan permasalahan sosial yang kompleks dan menjadi tantangan utama bagi pemerintah Indonesia. Salah satu upaya penanggulangan kemiskinan adalah melalui Program Keluarga Harapan (PKH) yang bertujuan meningkatkan kesejahteraan masyarakat penerima program, yang dipilih melalui seleksi. Penelitian ini bertujuan untuk membangun model klasifikasi penerima bantuan dengan membandingkan efektivitas algoritma C4.5 dan K-Nearest Neighbor (K-NN). Penelitian ini menggunakan 538 data dengan enam atribut, yaitu pekerjaan, kesehatan, pendidikan, kesejahteraan sosial, kepemilikan rumah, dan aset berupa lahan yang dimiliki. Hasil pengujian menunjukkan bahwa algoritma C4.5 menghasilkan nilai akurasi, presisi, dan recall sebesar 100%. Sementara itu, untuk algoritma K-NN dengan nilai k = 21 memperoleh nilai akurasi sebesar 99,07%, presisi sebesar 98,46%, dan recall sebesar 100%. Temuan ini menunjukkan bahwa algoritma C4.5 lebih efektif daripada algoritma K-NN dalam klasifikasi penerima bantuan PKH, sehingga dapat dijadikan alternatif dalam proses pengambilan keputusan.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Kata kunci: Klasifikasi, Algoritma C4.5, Algoritma K-Nearest Neighbor, Kemiskinan, Program Keluarga Harapan.
Subjects: Q Science > Q Science (General)
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Matematika > Program Studi Matematika (S1)
Depositing User: Ida Ayu Gede Basma Pujanti
Date Deposited: 13 Aug 2025 08:18
Last Modified: 13 Aug 2025 08:18
URI: http://repo.undiksha.ac.id/id/eprint/26891

Actions (login required)

View Item View Item