ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulPERBANDINGAN AKURASI ALGORITMA NAIVE BAYAES DAN DECISION RULE UNTUK KLASIFIKASI TINGKAT KEMISKINAN DALAM PENENTUAN KELAYAKAN USULAN DATA TERPADU KESEJAHTERAAN SOSIAL (DTKS) |
| Nama: RAMADANDI |
| Tahun: 2025 |
| Abstrak Kemiskinan merupakan permasalahan sosial yang kompleks dan menjadi fokus utama dalam kebijakan pemerintah, khususnya dalam penentuan Data Terpadu Kesejahteraan Sosial (DTKS). Penelitian ini bertujuan untuk mengimplementasikan algoritma Naive Bayes dan Decision Rule dalam sistem berbasis web untuk mengklasifikasikan tingkat kemiskinan masyarakat guna menentukan kelayakan usulan (DTKS). Sistem ini dibangun menggunakan bahasa pemrograman PHP denganframework Codelgniter serta database MySQL. Metodologi penelitian menggunakan pendekatan data mining dengan algoritma Naive Bayes dan Decision Rule untuk mengklasifikasikan data berdasarkan variabel seperti jenis lantai, kondisi dinding, sumber air minum, sumber penerangan, fasilitas sanitasi, serta kepemilikan aset. Pengujian dilakukan menggunakan metode confusion matrix dengan hasil akurasi sebesar 95%, precision 92%, recall 89%, dan error rate sebesar 5% Hasil penelitian menunjukkan bahwa sistem ini dapat membantu perangkat daerah dalam proses klasifikasi tingkat kemiskinan secara efisien. Dengan jumlah dataset sebanyak 750 data yang dibagi dengan rasio 80:20 antara data latih dan data uji, hasil klasifikasi yang diperoleh cukup akurat. Rekomendasi untuk penelitian selanjutnya adalah mengembangkan sistem dengan algoritma klasifikasi lainnya serta memperluas cakupan implementasi berbasis mobile. Kata kunci: Kemiskinan, DTKS, Naive Bayes, Decision Rule, Klasifikasi, CodeIgniter |