PERBANDINGAN AKURASI KLASIFIKASI TINGKAT KEMISKINAN ANTARA ALGORITMA C.45 DAN NAIVE BAYES
DOI:
https://doi.org/10.53513/jct.v2i4.4439Abstract
Kemiskinan merupakan salah satu masalah yang dialami oleh beberapa Negara berkembang, termasuk indonesia. Banyak cara yang dilakukan untuk menanggulangi kemiskinan, diantaranya dengan program bantuan sosial untuk rakyat miskin. Bentuk bantuan sosial yang diberikan oleh pemerintah disesuaikan dengan tingkat kemiskinan yang ada disuatu wilayah sehingga pemberian bantuan sosial tersebut tidak salah sasaran. Pada penelitian kali ini kami menggunakan BDT (Basis Data Terpadu) yang dikeluarkan oleh TNP2K dalam menentukan klasifikasi tingkat kemiskinan. Adapun metode yang digunakan dalam penelitian ini adalah Naïve Bayes Clasifier (NBC) dan Algoritma C4.5 yang keduanya merupakan metode pada teknik klasifikasi data mining. Pegujian akan dilakukan dengan menggunakan 14 atribut. Hasil dari proses klasifikasi diperoleh bahwa metode C4.5 memiliki tingkat akurasi 3% lebih baik jika dibandingkan dengan metode Naïve Bayes.References
Prof. Dr. Ir. Marimin, Msc, Ir. Hendri Tanjung, M.M., M.Ag, Haryono Prabowo, S.P., M.M, Sistem Informasi Manajemen Sumber Daya Manusia, Edisi ke I, Bogor : Grasindo, 2006
Janner Simarmata, et al, Konsep Dasar Manajemen Sistem Informasi, Edisi 1, Medan, Sumatera Utara : Yayasan Kita Menulis, 2020
Hutahean, Japerson, Konsep Sistem Informasi, Edisi 1, Yogyakarta : Budi Utama, 2015
Albert Jakobus Chandra, “Perancangan Chabot Menggunakan Dialogflow Natural Language Processing ,†Jurnal Media Informatika Budidarma, Vol.4, No. 1, Januari 2020, pp.210.
Tata Sutabri, Konsep Sistem Informasi, Edisi 1, Yogyakarta : Andi, 2012
Frinces Ariwisanto Sianturi, et al, Data Mining, Teori Aplikasi Weka, Edisi 1, Kabanjahe, Sumatera Utara : CV. Rudang Mayang, 2019
