Algoritma C4.5 Untuk Klasifikasi Penerima Bantuan Covid-19 Pada Desa Cimareme, Bandung Barat

Abstract

Desa Cimareme yang terletak di Kabupaten Bandung Barat merupakan salah satu desa penerima bantuan pemerintah. Namun, beberapa warga mengeluhkan ketidakadilan dalam pendistribusian bantuan, di mana ada warga yang dianggap mampu justru menerima bantuan, sedangkan yang membutuhkan tidak mendapatkannya. Untuk menghindari kesalahan sasaran, diperlukan pengklasifikasian data yang dilakukan secara ilmiah dan sistematis guna menentukan siapa saja yang berhak menerima bantuan dan siapa yang tidak. Berdasarkan hal tersebut, peneliti melakukan pengolahan data menggunakan metode data mining untuk mengklasifikasikan penerima dan bukan penerima bantuan COVID-19 dengan menggunakan Algoritma Decision Tree dan Algoritma Naïve Bayes sebagai pembanding. Tujuannya adalah untuk menemukan pola dalam program bantuan pemerintah COVID-19 serta mengetahui tingkat akurasi Algoritma Decision Tree (C4.5)  jika dibandingkan dengan algoritma lainnya.

Penelitian ini menggunakan data kependudukan dari Desa Cimareme, Kecamatan Ngamprah, Kabupaten Bandung Barat. Model data mining dikembangkan menggunakan perangkat RapidMiner. Berdasarkan hasil pengujian dan validasi, Algoritma Decision Tree menghasilkan akurasi sebesar 99,97%, precision 100,00%, recall 99,71%, dan nilai AUC sebesar 0,967. Sedangkan Algoritma Naïve Bayes menghasilkan akurasi 99,93%, precision 99,71%, recall 99,71%, dan AUC sebesar 0,997. Hasil uji T-test menunjukkan nilai alpha sebesar 0,643, yang berarti tidak terdapat perbedaan signifikan antara hasil Algoritma Decision Tree dan Naïve Bayes dalam klasifikasi penerima bantuan.