Penerapan Algoritma Decision Tree (C4.5) dalam Menentukan Kelayakan Penerima Bantuan Sosial
DOI:
https://doi.org/10.62712/juktisi.v4i3.793Kata Kunci:
Pohon Keputusan C4.5, Penambangan Data, Kelayakan Bantuan Sosial, Algoritma Klasifikasi, Sistem Pendukung Keputusan, Analitik Kebijakan PublikAbstrak
Penargetan penerima bantuan sosial yang akurat merupakan tantangan kritis dalam implementasi kebijakan publik, khususnya dalam upaya mengurangi kemiskinan dan ketidaksetaraan sosial. Studi ini bertujuan untuk menerapkan algoritma Pohon Keputusan C4.5 untuk menentukan kelayakan penerima bantuan sosial berdasarkan data sosio-ekonomi. Penelitian ini menggunakan pendekatan kuantitatif dengan teknik penambangan data, di mana praproses data, konstruksi model, dan evaluasi kinerja dilakukan secara sistematis. Algoritma C4.5 dipilih karena kemampuannya menangani data numerik dan kategorikal serta menghasilkan aturan keputusan yang mudah dipahami. Hasil menunjukkan bahwa model yang diusulkan mencapai kinerja klasifikasi yang tinggi, dengan tingkat pendapatan muncul sebagai atribut yang paling berpengaruh, diikuti oleh tanggungan rumah tangga dan kondisi perumahan. Pohon keputusan yang dihasilkan memberikan aturan yang jelas dan transparan yang memfasilitasi pemahaman tentang penentuan kelayakan. Temuan ini menunjukkan bahwa algoritma C4.5 efektif tidak hanya dalam hal akurasi tetapi juga dalam mendukung proses pengambilan keputusan yang dapat dijelaskan. Studi ini menyimpulkan bahwa mengintegrasikan Pohon Keputusan C4.5 ke dalam manajemen bantuan sosial dapat meningkatkan objektivitas, transparansi, dan efektivitas kebijakan. Penelitian ini berkontribusi pada pengembangan sistem pendukung keputusan berbasis data di sektor publik dan menawarkan wawasan praktis untuk meningkatkan akurasi distribusi bantuan sosial.
Unduhan
Referensi
D. Purbaningrum, Hendri Hermawan Adinugraha, and M. Z. Piliang, “Transformasi Kebijakan Publik Menyiasati Ketidaktepatan Sasaran Bantuan Sosial Di Desa Pringsurat Untuk Kesejahteraan Masyarakat Yang Lebih Baik,” J. Pembang. dan Kebijak. Publik, vol. 15, no. 2, pp. 262–284, 2024, doi: 10.36624/jpkp.v15i2.116.
Tasya Aulia Putri, Akhmad Andri Firdaus, Marwah Syifa Ardila, and Ahmad Faiz Ibrahim, “Indikator dan Permasalahan Makro Ekonomi,” JEMBA J. Econ. Bus. Account., vol. 1, no. 3, pp. 149–174, 2023, doi: 10.54783/jemba.v1i3.63.
R. Indawati, “Efektivitas Penyaluran Program Bantuan Sosial Tunai (Bst) Di Masa Pandemi Covid-19 Di Kelurahan Kalabbirang Kecamatan Pattalassang Kabupaten Takalar),” J. Adm. Negara, vol. 28, no. 1, pp. 24–41, 2022, doi: 10.33509/jan.v28i1.1673.
P. Rahayu and Hanik Fitriani, “Efektivitas Program Bantuan Pangan Non Tunai Dalam Pengentasan Kemiskinan Di Kabupaten Ponorogo,” Niqosiya J. Econ. Bus. Res., vol. 3, no. 1, pp. 146–155, 2023, doi: 10.21154/niqosiya.v3i1.1758.
A. Rahmawati1, Muhammad Win Afgani2, “Evaluasi Program Peningkatan Kompensasi Guru Pendidikan Agama Islam untuk Meningkatkan Mutu Guru PAI di Kota Palembang,” Indones. Res. J. Educ. Web, vol. 5, no. 3, pp. 649 – 657, 2025.
S. Y. Mozin, S. Abdullah, and N. Sawali, “Pemanfaatan Teknologi Cerdas Untuk Pelayanan Publik: Study Tentang e-Government Dan Smart City Berbasis ICT Big Data Dan AI,” JPS J. Publ. Stud., vol. 2, no. 2, pp. 117–130, 2025, [Online]. Available: https://jurnal.fisip.untad.ac.id/index.php/jps/article/view/1948
D. M. Musa et al., “Penerapan Data Mining Untuk Klasifikasi Data Penjualan Pakan Ternak Terlaris Dengan Algoritma C4.5,” J. Teknol. Inform. dan Komput., vol. 10, no. 1, pp. 172–186, 2024, doi: 10.37012/jtik.v10i1.1985.
Ardiansyah Risko Anwari and S. Sukirman, “Recommendation System To Select a Major of Vocational School Using Decision Tree,” J. Tek. Inform., vol. 5, no. 2, pp. 589–598, 2024, doi: 10.52436/1.jutif.2024.5.2.1327.
A. Rahman, “Praktek Permodelan Kebijakan,” AMU Press, vol. 1, no. 1, pp. 1–77, 2025, [Online]. Available: https://ejournal.amertamedia.co.id/index.php/press/article/view/392
Abd. Muiz, R. Anisah, U. Khoiruddin, and E. Indrioko, “Kebijakan Pendidikan Dalam Mengatasi Masalah Kualitas, Kuantitas Efektivitas dan Efisiensi,” J. IHSAN J. Pendidik. Islam, vol. 2, no. 3, pp. 46–64, 2024, doi: 10.61104/ihsan.v2i3.272.
M. Hasanuddin, B. E. Susanto, S. Ginting, and F. Rizaldi, “Analisis Minat Siswa Kelas 1 SMK Pada Ekstrakulikuler Sepak Bola Dengan Metode Technology Acceptance Model,” J. Komput. Teknol. Inf. Sist. Inf., vol. 4, no. 1, pp. 52–58, 2025, doi: 10.62712/juktisi.v4i1.344.
Jamiah Nurhakiki and Yahfizham Yahfizham, “Studi Kepustakaan: Pengenalan 4 Algoritma Pada Pembelajaran Deep Learning Beserta Implikasinya,” Pendek. J. Pendidik. Berkarakter, vol. 2, no. 1, pp. 270–281, 2024, doi: 10.51903/pendekar.v2i1.598.
P. Murtopo, I. Dwi Yulianto, S. Suparno, and S. Saparuddin, “Penerapan Pemodelan Konsep Dinamis dalam Keputusan Bisnis: Optimalisasi Keputusan dengan Linear Optimization, Decision Tree dan Scenario Test,” J. Account. Financ. Manag., vol. 6, no. 2, pp. 475–484, 2025, doi: 10.38035/jafm.v6i2.1815.
C. Saskia Rafika, R. Maliq Reynanda, and A. Puspita Sari, “Penerapan Decision Tree CART untuk Klasifikasi Risiko Gagal Studi Mahasiswa,” J. Mhs. Tek. Inform., vol. 4, no. 2, pp. 37–46, 2025, doi: 10.35473/jamastika.v4i2.4145.
O. P. Moerdyanto and I. K. D. Nuryana, “Prediksi Kelulusan Tepat Waktu Menggunakan Pendekatan Pohon Keputusan Algoritma Decision Tree,” J. Informatics Comput. Sci., vol. 05, no. 1, pp. 90–96, 2023, [Online]. Available: https://ejournal.unesa.ac.id/index.php/jinacs/article/view/55329
P. Ramadani, R. Fadillah, Q. Adawiyah, and B. R. Al Ghazali, “Perbandingan Algoritma Naïve Bayes, C4.5, dan K-Nearest Neighbor untuk Klasifikasi Kelayakan Program Keluarga Harapan,” J. Media Inform., vol. 6, no. 2, pp. 775–782, 2024.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Bayu Eka Susanto, Andisyah Putra, Ridwan, Sujatmiko Ginting, Muhammad Amin

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.















