Deteksi Potensi Faktor Keberangkatan Jemaah Haji Menggunakan Algoritma Klasifikasi Machine Learning

Haji merupakan salah satu rukun Islam yang memiliki makna spiritual dan sosial yang mendalam bagi umat muslim di seluruh dunia. Dengan meningkatnya jamaah haji di Indonesia setiap tahunnya, pengelolaan dan pelayanan terhadap calon jamaah haji menjadi tantangan. Faktor demografis seperti usia, pendidikan dan pekerjaan yang mempengaruhi keberangkatan jamaah. Penelitian ini bertujuan untuk mendeteksi faktor keberangkatan jamaah haji menggunakan algoritma machine learning, khususnya metode Naïve Bayes, Random Forest dan Decision Tree. Dataset yang dikumpulkan dari Kantor Kementerian Agama Karawang dan diolah menggunakan bahasa pemrograman Phyton. Proses penelitian meliputi pengumpulan data, preprocessing, split data, implementasi algoritma, dan evaluasi. Random Forest mencapai akurasi tertinggi sebesar 99.23%, Decision Tree mencatat akurasi 98.75%, dan Naïve Bayes memiliki akurasi 76.69%. Hasil evaluasi menunjukkan model mampu memberikan akurasi signifikan dalam mengidentifikasi kategori jamaah haji. Penelitian ini diharapkan dapat memberikan wawasan mendalam mengenai klasifikasi data jamaah haji dan membantu instansi dalam perencanaan serta alokasi sumber daya yang lebih efektif.

Kata Kunci: Jemaah haji, Klasifikasi, Machine Learning