Laksono, Aryo Fajar (2023) Klasifikasi Penerima Bantuan Sosial Tunai (BST) Dengan Algoritma C4.5. Diploma thesis, UBP Karawang.
![01. Cover_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 01. Cover_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
01. Cover_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (1MB)
![02. Abstrak_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 02. Abstrak_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
02. Abstrak_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (316kB)
![03. Daftar isi_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 03. Daftar isi_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
03. Daftar isi_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (525kB)
![04. BAB_I_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 04. BAB_I_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
04. BAB_I_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (784kB)
![05. BAB_II_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 05. BAB_II_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
05. BAB_II_230011_18416255201105_Aryo Fajar Laksono.pdf
Restricted to Registered users only
Download (1MB)
![06. BAB_III_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 06. BAB_III_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
06. BAB_III_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (1MB)
![07. BAB_IV_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 07. BAB_IV_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
07. BAB_IV_230011_18416255201105_Aryo Fajar Laksono.pdf
Restricted to Registered users only
Download (3MB)
![08. BAB_V_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 08. BAB_V_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
08. BAB_V_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (316kB)
![09. Daftar Pustaka_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 09. Daftar Pustaka_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
09. Daftar Pustaka_230011_18416255201105_Aryo Fajar Laksono.pdf
Download (583kB)
![11. Lampiran_230011_18416255201105_Aryo Fajar Laksono.pdf [thumbnail of 11. Lampiran_230011_18416255201105_Aryo Fajar Laksono.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
11. Lampiran_230011_18416255201105_Aryo Fajar Laksono.pdf
Restricted to Registered users only
Download (3MB)
Abstract
Bantuan sosial tunai (BST) merupakan salah satu dana bantuan yang diberikan oleh pemerintah dan bantuan tersebut disalurkan melalui Kementrian Sosial. Terdapat permasalahan yang muncul di dalam penyaluran bantuan sosial tunai (BST), yaitu keluarga penerima manfaat (KPM) tersebut apakah benar tepat sasaran atau tidak dalam pemberian bantuan sosial tunai. Data yang diambil sebanyak 421 data dari Desa Tanahbaru dengan tujuh variabel dan yang digunakan adalah lima variabel dalam proses klasifikasi yaitu penghasilan, tanggungan anggota keluarga, penerima (PKH), terjangkit covid-19, dan keterangan sebagai atribut prediktor. Penelitian ini bertujuan untuk menetapkan penerima bantuan sosial tunai (BST) tersebut layak menerima bantuan atau tidak layak menerima bantuan tersebut dengan cara mengklasifikasikan penerima bantuan sosial tunai (BST) menggunakan algoritma C4.5. Dalam mengklasifikasikan penerima bantuan sosial (BST) menghasilkan sebuah pohon keputusan yang akan menjadi penunjang proses dalam menghitung tingkat akurasi data. Pengujian ini menggunakan microsoft excel untuk perhitungan manual dan python serta data yang dibagi menjadi dua yaitu data training dan data testing dengan pembagian data 60 : 40 dimana 60% merupakan data training dengan total 253 data dan 40% merupakan data testing dengan total 168 data dengan mendapatkan nilai accuracy sebesar 98,8%, precision sebesar 96,7% ,recall sebesar 100%.
Kata Kunci : Algoritma C4.5, Bantuan Sosial Tunai, Klasifikasi, Python
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | Repository UBP Karawang |
Date Deposited: | 04 Feb 2025 02:38 |
Last Modified: | 04 Feb 2025 02:38 |
URI: | http://repository.ubpkarawang.ac.id/id/eprint/3372 |