Klasifikasi Penerima Bantuan Pangan Non Tunai Menggunakan Metode Decision Tree (Studi Kasus pada Desa Cipang Kiri Hulu)

Purnomo, Nopi (2021) Klasifikasi Penerima Bantuan Pangan Non Tunai Menggunakan Metode Decision Tree (Studi Kasus pada Desa Cipang Kiri Hulu). Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text THESIS_Nopi Purnomo_192321019_ABSTRAK.pdf Download (361kB) | Preview
Preview	Text THESIS_Nopi Purnomo_192321019_BAB1.pdf Download (280kB) | Preview
Preview	Text THESIS_Nopi Purnomo_192321019_DAFTARPUSTAKA.pdf Download (15kB) | Preview
	Text THESIS_Nopi Purnomo_192321019_FULLTEKS.pdf Restricted to Repository staff only Download (3MB)

Abstract

Bantuan Pangan Non Tunai merupakan salah satu program pemerintah yang beralih nama dari program RASKIN atau RASTRA yang diserahkan setiap bulannya kepada keluarga kurang mampu dengan memberikan akun elektronik untuk proses pembelian bahan pangan pada pedagang yang telah ditentukan oleh pemerintah desa yang bekerja sama dengan Bank Mandiri. Adapun bantuan yang diserahkan pada keluarga penerima manfaat sebagai bentuk kepedulian dari pemerintah sesuai dengan kriteria yang telah ditentukan oleh Kementrian Sosial Republik Indonesia. Masalah yang sering terjadi di Pemerintahan Desa Cipang Kiri Hulu adalah sangat sulitnya dalam menentukan penerima yang layak untuk bantuan pangan non tunai disetiap tahunnya, sehingga menimbulkan kekacauan dan protes dari masyarakat dikarenakan banyaknya penerima bantuan yang tidak tepat sasaran. Penelitian dilakukan untuk mengklasifikasikan penerima bantuan pangan non tunai agar hasil penelitian dapat dijadikan acuan dalam pengambilan keputusan layak atau tidaknya dalam menerima bantuan pangan non tunai di Desa Cipang Kiri Hulu. Metode yang digunakan adalah Klasifikasi dengan Algoritma Decision Tree C4.5 menggunakan 14 atribut. Data yang digunakan dalam penelitian ini adalah data hasil observasi dilokasi penelitian dan melakukan wawancara secara langsung kerumah penduduk penerima bantuan pangan non tunai tahun 2021 sebanyak 81 data penduduk yang telah disajikan dalam file csv. Analisa dalam penelitian ini menggunakan tools Software Rapid Miner versi 9.5.001. Hasil dari penelitian ini adalah mendapat 3 Rule dan hasil pengujian dengan akurasi sebesar 79,17% sudah dapat direkomendasikan untuk membantu pihak pemerintahan desa dalam membuat kebijakan. Keywords: Klasifikasi, Penerima Bantuan Pangan Non Tunai, Decision Tree, Algoritma C4.5, Rapid Miner.

Actions (login required)

View Item