UNBINUNBIN
Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Jurnal SAINTEKOM (Sains dan Teknologi Komputasi)Kemiskinan merupakan salah satu masalah sosial yang kompleks karena berdampak pada berbagai aspek kehidupan. Salah satu bentuk program pemerintah untuk mengatasinya adalah bantuan Rumah Tidak Layak Huni (RUTILAHU). Namun, permasalahan sering muncul karena data penerima bantuan yang tidak akurat sehingga bantuan tidak tepat sasaran. Penelitian ini menerapkan algoritma C4.5 untuk mengklasifikasikan kelayakan penerima bantuan berdasarkan variabel penghasilan, jumlah tanggungan, jenis lantai, sumber air, jenis kloset, listrik, dan luas rumah. Hasil penelitian menunjukkan bahwa model pohon keputusan yang dibentuk dapat meningkatkan akurasi penentuan penerima bantuan dengan tingkat akurasi mencapai 94,5%. Dengan demikian, penerapan algoritma C4.5 dapat menjadi solusi pendukung keputusan yang efektif bagi pemerintah dalam menentukan penerima program RUTILAHU.
Berdasarkan Hasil Penelitian yang dilakukan, kesimpulan yang bisa diuraikan antara lain.Dapat memberikan rekomendasi penentuan warga yang mendapatkan Bantuan Program Rumah Tidak Layak Huni lebih akurat dan efektif.berdasarkan hasil prediksi dengan variable Penghasilan, Tanggungan, Jenis Lantai, Sumber Air, Jenis Kloset, Listrik, Luas Rumah.5 pada sistem prediksi warga yang mendapatkan bantuan RUTILAHU, telah dilakukan uji hasil dengan menggunakan Confusion Matrix diperoleh hasil sebesar 94,5%.Dalam pembuatan aplikasi untuk penentuan warga yang mendapatkan bantuan RUTILAHU dengan metode Algoritma C 4.5, telah dilakukan uji pengguna dengan menggunakan kuisioner PSSUQ sesuai dengan kategori PSSUQ diantaranya yaitu nilai kepuasan secara keseluruhan (Overall) sebesar 85,7%, kegunaan sistem (Sysqual) sebesar 81,2%, kualitas informasi (Infoqual) sebesar 79,7% dan kualitas antarmuka (Interqual) sebesar 82,1% yang artinya aplikasi ini sangat layak digunakan.
Berdasarkan penelitian ini, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan penambahan data training untuk menghasilkan pohon keputusan yang lebih bervariasi dan akurat, sehingga model yang dihasilkan lebih komprehensif. Kedua, variabel status luas rumah dapat ditambahkan sebagai faktor penentu kelayakan penerima bantuan, mengingat luas rumah merupakan indikator penting dalam menentukan kondisi rumah yang layak huni. Ketiga, penelitian selanjutnya dapat mengeksplorasi penggunaan algoritma machine learning lainnya, seperti Support Vector Machine (SVM) atau Random Forest, untuk membandingkan kinerja dan akurasi dalam menentukan kelayakan penerima bantuan RUTILAHU, sehingga dapat diperoleh model yang paling optimal dan sesuai dengan karakteristik data yang ada.
| File size | 734.19 KB |
| Pages | 8 |
| DMCA | Report |
Related /
UMIUMI Aplikasi ini dirancang khusus untuk mendeteksi potongan daging ayam, sehingga tidak dianjurkan digunakan di luar konteks tersebut. Penelitian ini berhasilAplikasi ini dirancang khusus untuk mendeteksi potongan daging ayam, sehingga tidak dianjurkan digunakan di luar konteks tersebut. Penelitian ini berhasil
UNUBLITARUNUBLITAR Penelitian ini bertujuan untuk menganalisis faktor-faktor yang berpengaruh terhadap angka penyalahgunaan narkoba di Kabupaten Blitar. Dengan menggunakanPenelitian ini bertujuan untuk menganalisis faktor-faktor yang berpengaruh terhadap angka penyalahgunaan narkoba di Kabupaten Blitar. Dengan menggunakan
STIEJBSTIEJB Penelitian ini juga menggunakan analisis regresi ordinary least square (OLS) karena data yang digunakan dalam penelitian ini merupakan data crossectionPenelitian ini juga menggunakan analisis regresi ordinary least square (OLS) karena data yang digunakan dalam penelitian ini merupakan data crossection
MALAHAYATIMALAHAYATI Sebaliknya, apabila TPA dikelola secara kurang memenuhi standar, terjadi perembesan lindi, pH turun, dan kadar bakteri, BOD, COD, dan logam dapat melampauiSebaliknya, apabila TPA dikelola secara kurang memenuhi standar, terjadi perembesan lindi, pH turun, dan kadar bakteri, BOD, COD, dan logam dapat melampaui
MALAHAYATIMALAHAYATI Selain itu, faktor-faktor lain seperti kualitas air bersih, pengetahuan ibu, status gizi, imunitas, dan pemberian ASI eksklusif juga berperan penting.Selain itu, faktor-faktor lain seperti kualitas air bersih, pengetahuan ibu, status gizi, imunitas, dan pemberian ASI eksklusif juga berperan penting.
PUBLIKASIINDONESIAPUBLIKASIINDONESIA Selain itu dengan adanya perancangan sistem ini tidak akan memakan banyak tempat. Kelengkapan rata-rata keseluruhan isi resume medis pasien rawat inapSelain itu dengan adanya perancangan sistem ini tidak akan memakan banyak tempat. Kelengkapan rata-rata keseluruhan isi resume medis pasien rawat inap
PUBLIKASIINDONESIAPUBLIKASIINDONESIA Hasil uji korelasi algoritma terbaik B4 dengan nilai korelasi (R2) 0,9075 dan nilai Uji Akurasi RMSE 3,8895. Arus Pasang Surut sangat berpengaruh terhadapHasil uji korelasi algoritma terbaik B4 dengan nilai korelasi (R2) 0,9075 dan nilai Uji Akurasi RMSE 3,8895. Arus Pasang Surut sangat berpengaruh terhadap
RAHARJARAHARJA Setiap organisasi perlu mengembangkan kemampuan atau keunggulan bersaingnya agar dapat bertahan, bersaing, dan mempertahankan kelangsungan hidupnya denganSetiap organisasi perlu mengembangkan kemampuan atau keunggulan bersaingnya agar dapat bertahan, bersaing, dan mempertahankan kelangsungan hidupnya dengan
Useful /
RAHARJARAHARJA Perkembangan teknologi, terutama teknologi internet, telah mendukung keinginan untuk menyediakan berbagai jenis layanan yang dapat diakses dengan mudah,Perkembangan teknologi, terutama teknologi internet, telah mendukung keinginan untuk menyediakan berbagai jenis layanan yang dapat diakses dengan mudah,
MALAHAYATIMALAHAYATI Metode Deteksi Stunting secara Otomatis pada Balita 0 24 Bulan dengan Menggunakan Metode Antropometri Berbasis Arduino. Stunting merupakan keadaan statusMetode Deteksi Stunting secara Otomatis pada Balita 0 24 Bulan dengan Menggunakan Metode Antropometri Berbasis Arduino. Stunting merupakan keadaan status
MALAHAYATIMALAHAYATI Kesimpulan dari penelitian ini adalah Untuk penelitian ini terdapat 7 variabel yang semua yang signifikan nilai P-value 0, < nilai α 0,05. PenelitianKesimpulan dari penelitian ini adalah Untuk penelitian ini terdapat 7 variabel yang semua yang signifikan nilai P-value 0, < nilai α 0,05. Penelitian
RAHARJARAHARJA Kondisi akan selalu berurutan sesuai dengan urutannya dan ditunjukkan dengan display 7-segment. Setiap menjelang pergantian lampu merah menjadi hijau lampuKondisi akan selalu berurutan sesuai dengan urutannya dan ditunjukkan dengan display 7-segment. Setiap menjelang pergantian lampu merah menjadi hijau lampu