Komparasi Algorima C4.5 Dan Naïve Bayes pada Klasifikasi Rekomendasi Penerima Bantuan PIP
Abstract
Program Indonesia Pintar (PIP) merupakan program bantuan pemerintah yang ditujukan utnuk peserta didik yang berasal dari keluarga miskin atau rentan miskin untuk membiayai pendidikan. Siswa penerima PIP terdiri dari dua kategori yaitu, siswa yang memiliki Kartu Indonesia Pintar (KIP) / Kartu Keluarga Sejahtera (KIS) dan siswa yang direkomendasikan oleh pihak sekolah untuk mendapatkan beasiswa. Cara konvensional yang dilakukan sekolah dalam memberikan rekomendasi beasiswa membutuhkan waktu yang lama serta rentan akan ketidak sesuaian rekomendasi sehingga dapat mengakibatkan penyaluran bantuan PIP yang tidak tepat sasaran. Berdasarkan permasalahan tersebut penulis tertarik melakukan penelitian untuk menyelesaikan masalah yang ada dengan menggunakan teknik data mining. Penelitian ini membandingkan algoritma C4.5 dan algoritma Naive Bayes yang meliputi akurasi, presisi dan recall. Pengujian dilakukan pada 139 data siswa SDN 03 Karanganyar. Hasil penelitian ini menunjukan kedua algoritma dapat diterapkan dengan baik, berdasarkan hasil penghitungan manual dan software rapidminer. Hasil dari pengujian ini dilakukan lagi komparasi dari kedua algoritma berdasarkan akurasi, presisi dan recall dimana algoritma C4.5 lebih baik pada pengujian akurasi sebesar 92%, presisi sebesar 94% dan recall sebesar 85% lebih tinggi dibandingkan algorima naïve bayes. Sehingga Rule yang dihasilkan oleh algoritma C4.5 ini dapat digunakan untuk membangun suatu sistem pendukung pengambil keputusan pada SDN 03 Karanganyar.
Full text article
References
Abidin, Z. (2023). Eka Nurhana 2) , Permata 3) , Faruq Ulum 4) 1,2,3 Sistem Informasi, Universitas Teknokrat Indonesia 4 Informatika, Universitas Teknokrat Indonesia 1,2,3,4 JL. ZA. Pagar Alam, 17(2), 567–582. www.kaggle.com
Adinda, P. R. (2022). Pohon Keputusan C4. 5 Algoritma Untuk Klasifikasi Program Bantuan Belajar. Jurnal Portal Data, 2(9), 1–13. http://portaldata.org/index.php/portaldata/article/view/215%0Ahttp://portaldata.org/index.php/portaldata/article/download/215/204
Alfitri, M. M., & Rusda, D. (2023). Evaluasi Performa Algoritma Naïve Bayes Dalam Mengklasifikasi Penerima Bantuan Pangan Non Tunai. 7, 1433–1445. https://doi.org/10.30865/mib.v7i3.6151
Anam, M. K., Pikir, B. N., & Firdaus, M. B. (2021). Penerapan Na ̈ıve Bayes Classifier, K-Nearest Neighbor (KNN) dan Decision Tree untuk Menganalisis Sentimen pada Interaksi Netizen danPemeritah. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(1), 139–150. https://doi.org/10.30812/matrik.v21i1.1092
Anggraini, S., Defit, S., & Nurcahyo, G. W. (2018). Analisis Data Mining Penjualan Ban Menggunakan Algoritma C4. 5. Jurnal Ilmu Teknik Elektro …, 5(2), 0–7. https://core.ac.uk/download/pdf/295348196.pdf
Arminy, S. B., Mutiah, N., & Sari, R. P. (2023). Penentuan Penerimaan Beasiswa PIP Menggunakan Metode Moora Pada SD Negeri 11 Sandai. 11(1), 43–50.
Astuti, E. V., Afandi, A., & Efendi, D. M. (2023). Classification and Clustering of Internet Quota Sales Data Using C4.5 Algorithm and K-Means. Jurnal Ilmiah Teknik Elektro Komputer Dan Informatika (JITEKI), 9(2), 268–283. https://doi.org/10.26555/jiteki.v9i2.25970
Basuki, A. (2023). Sentiment Analysis of Customers’ Review on Delivery Service Provider on Twitter Using Naive Bayes Classification. Jurnal Ilmiah Teknik Elektro Komputer Dan Informatika (JITEKI), 9(2), 420–428. https://doi.org/10.26555/jiteki.v9i2.26327
Dahlia, & Jamaludin. (2019). Implementasi Kebijakan Kartu Indonesia Pintar Dalam Meningkatkan Partsipasi Anak Melanjutkan Pendidikan Di Smp Negeri 6 Tolitoli Utara Kecamatan Tolitoli Utara Kabupaten Tolitoli. Media Publikasi Ilmiah Prodi PPKn, 5(01), 21–29.
Damuri, A., Riyanto, U., Rusdianto, H., & Aminudin, M. (2021). Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), 219. https://doi.org/10.30865/jurikom.v8i6.3655
Desa, D. I., Seteko, T., Ogan, K., Tanjung, I. N., Village, S., & District, O. I. (2023). JOLL 6 (1) (2023) Journal of Lifelong Learning. 6(1).
Edrial, Putrama, R., & Sujastiawan, A. (2022). Evaluasi Kebijakan Program Indonesia Pintar (Pip) Di Sma Negeri 1 Utan Tahun 2019-2020. Jurnal Kapita Selekta Administrasi Publik, 3(1), 109–116. http://e-journallppmunsa.ac.id/index.php/ksap
Halim, K., Erny Herwindiati, D., & Sutrisno, T. (2023). Penerapan Metode Decision Tree Untuk Prakiraan Cuaca Kota Bekasi. Jurnal Ilmu Komputer Dan Sistem Informasi, 11(2), 1–5. https://doi.org/10.24912/jiksi.v11i2.26026
Haqmanullah Pambudi, R., Darma Setiawan, B., & Indriati. (2018). Penerapan Algoritma C4.5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(7), 2637–2643. http://j-ptiik.ub.ac.id
Jollyta, D., Gusrianty, G., & Sukrianto, D. (2019). Analysis of Slow Moving Goods Classification Technique: Random Forest and Naïve Bayes. Khazanah Informatika : Jurnal Ilmu Komputer Dan Informatika, 5(2), 134–139. https://doi.org/10.23917/khif.v5i2.8263
Kurniawan, Y. I. (2018). Perbandingan Algoritma Naive Bayes dan C.45 dalam Klasifikasi Data Mining. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 455. https://doi.org/10.25126/jtiik.201854803
Lidia Lusiana. (2017). Implementasi Program Indonesia Pintar (PIP) Di Desa Sukomulyo Kecamatan Sepaku Kabupaten Penajam Paser Utara (Studi Kasus di SDN 011 dan SDN 013). EJournal Administrasi Negara, 6(1), 6991–7005. https://ejournal.ap.fisip-unmul.ac.id/site/wp-content/uploads/2018/01/Jurnal LIDYA (01-17-18-07-33-51).pdf
Normawati, D., & Prayogi, S. A. (2021). Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter. Jurnal Sains Komputer & Informatika (J-SAKTI, 5(2), 697–711.
Nugraha, J. T., & UUD. (1945). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. 105(3), 129–133. https://webcache.googleusercontent.com/search?q=cache:BDsuQOHoCi4J:https://media.neliti.com/media/publications/9138-ID-perlindungan-hukum-terhadap-anak-dari-konten-berbahaya-dalam-media-cetak-dan-ele.pdf+&cd=3&hl=id&ct=clnk&gl=id
Nurokhmah, N. (2021). Program Indonesia Pintar (PIP): Implementasi Kebijakan Kesejahteraan dalam Upaya Meningkatkan Angka Partisipasi Pendidikan. Jurnal Paradigma: Jurnal Multidisipliner Mahasiswa Pascasarjana Indonesia, 2(1), 37–48. https://jurnal.ugm.ac.id/paradigma/article/view/66256
Octavianti, F. S. (2023). Implementasi Konvensi Hak Anak Di Kota Jakarta Utara (Studi Kasus: Pemenuhan Hak Asasi Manusia Perspektif Pendidikan Bagi Pelajar SMA). Pedagogi: Jurnal Ilmu Pendidikan, 23(1), 30–37. https://doi.org/10.24036/pedagogi.v23i1.1476
Parapat, J. S., & Sinaga, A. S. (2018). Data Mining Algoritma C4.5 Pada Klasifikasi Kredit Koperasi Simpan Pinjam. Jurnal Ilmu Teknik Elektro Komputer Dan Informatika (JITEKI), 4(2), 144–154.
Primajaya, A., Sari, B. N., & Khusaeri, A. (2020). Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat. Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 6(2), 188. https://doi.org/10.26418/jp.v6i2.37834
Rahman, F. Y., Purnomo, I. I., & Hijriana, N. (2022). Penerapan Algoritma Data Mining Untuk Klasifikasi Kualitas Air. Technologia : Jurnal Ilmiah, 13(3), 228. https://doi.org/10.31602/tji.v13i3.7070
Rohaeni, N. E., & Saryono, O. (2018). Implementasi Kebijakan Program Indonesia Pintar ( PIP ) Melalui Kartu Indonesia Pintar ( KIP ) dalam Upaya Pemerataan Pendidikan. Journal of Education Management and Administration Review, 2(1), 193–204.
Sari, L., Romadloni, A., & Listyaningrum, R. (2023). Penerapan Data Mining dalam Analisis Prediksi Kanker Paru Menggunakan Algoritma Random Forest. Infotekmesin, 14(1), 155–162. https://doi.org/10.35970/infotekmesin.v14i1.1751
Sianipar, F. P., & Maulia, S. T. (2023). Kebijakan Pendidikan : Pemerataan dan Perluasan Akses ( Rehabilitasi Ruang Kelas Yang Rusak ). Jurnal Pendidikan Sastra Inggris, 3(1), 191–198.
Solihat, I., Tirta, A. P., Ramdani, A. P., & Nandang Roziafanto, A. (2022). Verifikasi Metode Pengujian Kadar Nitrit dalam Air Limbah Secara Spektrofotometri UV-Visibel. KOVALEN: Jurnal Riset Kimia, 8(1), 53–59. https://doi.org/10.22487/kovalen.2022.v8.i1.15756
Subarkah, P., Pambudi, E. P., & Hidayah, S. O. N. (2020). Perbandingan Metode Klasifikasi Data Mining untuk Nasabah Bank Telemarketing. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(1), 139–148. https://doi.org/10.30812/matrik.v20i1.826
Wicaksono, A. H., Supianto, A. A., Wijoyo, S. H., Krisnandi, D., Heryana, A., Brawijaya, U., & Korespondensi, P. (2022). Klasifikasi Siswa Slow Learner Untuk Mendukung Sekolah Algoritma Naïve Bayes Classification of Slow Learner Students To Support Schools in Improving Student Understanding Using the Naïve Bayes. 9(3), 589–596. https://doi.org/10.25126/jtiik.202295509
Yudhana, A., Riadi, I., & Djou, M. R. (2022). Pengembangan Layanan Kependudukan Dan Pencatatan Sipil Menggunakan Algoritma Naïve Bayes. JURIKOM (Jurnal Riset Komputer), 9(4), 1062. https://doi.org/10.30865/jurikom.v9i4.4515
Authors
Copyright (c) 2023 Rahmat Hidayat Rahmat, Febri Laksana
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-NonCommercial 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work