SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMAAN RASKIN WARGA SIDOTOPO MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS : KELURAHAN SIDOTOPO, KOTA SURABAYA)

ABSTRAK

Raskin (Beras Untuk Rumah Tangga Miskin) sudah dimulai sejak 1998
ketika krisis moneter terjadi. Pelaksanaan raskin bertujuan untuk memperkuat
ketahanan pangan rumah tangga terutama rumah tangga miskin. Pada awalnya
program ini disebut operasi pasar khusus (OPK), kemudian diubah menjadi raskin
oleh Badan Urusan Logistik pada tahun 2002. Raskin diperluas fungsinya tidak
hanya menjadi program darurat (Social Safety net) melainkan juga sebagai bagian
dari program perlindungan masyarakat. Berdasarkan penelitian yang dilakukan
Kelurahan Sidotopo selama ini terhadap program Raskin dengan menggunakan
analisis rantai nilai untuk mengukur integritas dan akuntabilitas program Raskin
ditemukan sejumlah permasalahan. Program Raskin sebenarnya sudah dirancang
secara baik, namun pada pelaksanaan ditemukan beberapa permasalahan, salah
satu permasalahan yang sering terjadi adalah distribusi yang sering kali kurang
tepatnya sasaran. Seperti yang terjadi pada Kelurahan Sidotopo Surabaya,
kesalahan tersebut terjadi dikarenakan calon penerima raskin yang seharusnya
dapat raskin tidak mendapatkan bantuan raskin dan yang bukan calon penerima
raskin mendapatkan bantuan raskin. Untuk menghindari kurang tepatnya sasaran
maka seluruh Ketua RT yang ada diruang lingkup Kelurahan Sidotopo diberikan
pengarahan agar tidak terjadi salah sasaran. Untuk mengatasi permasalahan yang
ada, diperlukan sistem pendukung keputusan yang membantu kelurahan Sidotopo
untuk pemilihan warga Sidotopo yang berhak menerima bantuan raskin.
Algoritma C4.5 ini secara rekursif membuat sebuah decision tree berdasarkan
data training yang telah disiapkan. Algoritma ini mempunyai inputan berupa data
training dan data testing. Data training berupa data contoh yang akan digunakan
untuk membangun sebuah tree yang telah diuji kebenarannya. Sedangkan atribut
merupakan field-field data yang nantinya akan kita gunakan sebagai suatu
parameter yang dibuat sebagai kriteria dalam membentuk pohon. Tingkat akurasi
metode algoritma C4.5 setelah dilakukan perbandingan pada data testing dengan
20 kali percobaan maka dihasilkan tingkat akurasi sebesar 65% sehingga metode
ini dapat digunakan sebagai sistem pendukung keputusan pemilihan calon
penerima raskin.

Kata Kunci : Raskin, Data Mining, Klasifikasi, Decision Tree, Algoritma C4.5

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

230

Penerbit

Surabaya : ITATS., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Raskin, Data Mining, Klasifikasi,
Decision Tree, Algoritma C4.5

Info Detail Spesifik

NPM : 13.2013.1.00363 Nilai : B+

Pernyataan Tanggungjawab

Pembimbing : Budanis Dwi Meilani, ST. M.Kom

Versi lain/terkait

Lampiran Berkas

Komentar