Faizah Atirah, Nim 162021029 (2025) ANALISIS KELAYAKAN PENERIMA BANTUAN SOSIAL PEMDA MENGGUNAKAN METODE DECISION TREE PADA MASYARAKAT KABUPATEN LAHAT. Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 162021029_BAB I_DAFTAR PUSTAKA.pdf - Published Version Download (1MB) | Preview
	Text 162021029_BAB II.pdf Restricted to Repository staff only Download (367kB)
	Text 162021029_BAB III.pdf Restricted to Repository staff only Download (493kB)
	Text 162021029_BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text 162021029_BAB V.pdf Restricted to Repository staff only Download (262kB)
	Text 162021029_DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (245kB)
	Text 162021029_LAMPIRAN.pdf Restricted to Repository staff only Download (7MB)
	Text 162021029_COVER_SAMPAI_LAMPIRAN (1).pdf Restricted to Repository staff only Download (10MB)

Abstract

Menentukan kelayakan penerima bantuan sosial Pemda di Kabupaten Lahat, untuk menganalisis kelayakan penerima bantuan sosial di Kabupaten Lahat dengan menggunakan metode decision tree berbasis data mining, guna menghasilkan keputusan yang lebih objektif dan akurat l, penelitian ini diharapkan dapat memberikan solusi yang lebih efisien dan transparan bagi pemerintah daerah Kabupaten Lahat dalam meningkatkan sistem pendataan dan distribusi bantuan sosial dalam penelitian ini menggunakan metode Decision Tree Algoritma C4.5 metode untuk membangun model klasifikasi dalam menganalisis kelayakan penerimaan bantuan sosial dari pemerintah daerah (Pemda) kepada masyarakat Kabupaten Lahat. pada penelitian ini menggunakan metode Decision Tree Algoritma C4.5 untuk membangun model klasifikasi dalam menganalisis kelayakan penerimaan bantuan sosial dari pemerintah daerah (Pemda) kepada masyarakat Kabupaten Lahat. Tahapan Algoritma Decision Tree C4.5 pada RapidMiner sangat direkomendasikan untuk mengklasifikasikan keputusan, dengan catatan jika atribut yang dimiliki dalam penentuan keputusan penerima bantuan sosial mayoritas kedalam bentuk numerik maka algoritma Decision Tree C4.5 lebih dianjurkan diterapkan dalam melakukan klasifikasi penerima bantuan sosial. Rapid Miner menghasilkan akurasi sebesar 97.50% dan nilai classification error 2.50%. Excellent yaitu dalam rentang 0.90-100.

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing: 1. Dr. Ir. Zulhipini Reno Saputra Elsi, S.T., M.Kom 2. Apriansyah, S.Kom., M.Kom
Uncontrolled Keywords:	Bansos, Kelayakan, Algoritma C4.5, Decision Tree, Kabupaten Lahat
Subjects:	Teknologi informasi > ilmu informasi
Divisions:	Fakultas Teknik > Teknologi Informasi (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	22 Oct 2025 02:42
Last Modified:	22 Oct 2025 02:42
URI:	http://repository.um-palembang.ac.id/id/eprint/33904

Actions (login required)

View Item