KOMPARASI METODE KNN DAN C4.5 UNTUK PENERIMA BANTUAN SOSIAL TUNAI PADA DESA SUMUR BATU

• MUHAMMAD BAYU RHOMADON
• 2025

---

Permasalahan distribusi Bantuan Sosial Tunai (BST) di Desa Sumur Batu seringkali tidak tepat sasaran akibat seleksi manual yang subjektif. Penelitian ini bertujuan untuk mengevaluasi kelayakan penerapan algoritma klasifikasi C4.5 dan K-Nearest Neighbor (KNN) untuk menentukan penerima bantuan secara objektif. Dataset penelitian terdiri dari 214 data warga dengan 14 atribut sosio-ekonomi. Proses penelitian melibatkan preprocessing data, implementasi model, dan evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa algoritma C4.5 memperoleh kinerja unggul dengan akurasi 70.2% dan F1-Score 72.2%, dibandingkan KNN dengan akurasi 56.1% dan F1-Score 55.5%. Meskipun C4.5 lebih baik, tingkat akurasi yang rendah mengindikasikan adanya tantangan fundamental dalam data, terutama masalah ketidakseimbangan kelas, yang menghambat kemampuan prediksi model. Analisis feature importance mengidentifikasi 'Jenis Lantai' sebagai indikator paling berpengaruh. Disimpulkan bahwa model saat ini belum cukup andal untuk implementasi otomatis, namun temuannya dapat digunakan untuk memperkuat proses verifikasi manual.

• Data Mining
• C4.5
• K-Nearest Neighbor

https://repository.bsi.ac.id/repo/75215/KOMPARASI-METODE-KNN-DAN-C4.5-UNTUK-PENERIMA-BANTUAN-SOSIAL-TUNAI--PADA-DESA-SUMUR-BATU
File full-text dikunci.