Program Bantuan Langsung Tunai (BLT) merupakan salah satu upaya pemerintah dalam menangani kemiskinan. Kemiskinan di Indonesia merupakan salah satu masalah yang sangat perlu diperhatikan oleh Pemerintah. Dimana pada tahun 2022 meningkatnya angka kemiskinan pasca pandemi dan hingga saat ini isu tersebut masih banyak di beritakan di berbagai portal berita. Proses penentuan penerima bantuan langsung tunai di Desa Jukong masih sering terjadi kendala untuk menentukan masyarakat penerima bantuan dikarenakan terlalu banyak data calon penerima BLT dan memiliki kemungkinan terjadinya kesalahan saat menentukan masyarakat penerima BLT. Oleh karena itu diperlukan model klasifikasi data mining untuk membantu proses penentuan penerima BLT agar bantuan yang diberikan tepat sasaran. Dalam penelitian ini dilakukan klasifikasi menggunakan Algoritma C4.5 dengan teknik Bagging dan jumlah data yang digunakan dalam penelitian ini sebanyak 210 data. Klasifikasi penelitian ini dilakukan berdasarkan sepuluh kriteria yaitu usia, jenis kelamin, Jumlah Anggota Keluarga, status perkawinan, pekerjaan, penghasilan, kepemilikan rumah, sumber air, listrik, dan kepemilikan sawah. Pada klasifikasi penelitian ini nilai akurasi klasifikasi algoritma C4.5 tunggal sebesar 88.57% dan algoritma C4.5 bagging menghasilkan nilai akurasi sebesar 91,90%. Jadi pada algoritma C4.5 bagging terjadi kenaikan akurasi sebesar 3,33%.


Deskripsi Lain

The Direct Cash Assistance (BLT) program is one of the government's efforts to deal with poverty. Poverty in Indonesia is a problem that the government really needs to pay attention to. Where in 2022 the poverty rate will increase post-pandemic and until now this issue is still widely reported on various news portals. The process of determining recipients of direct cash assistance in Jukong Village still often encounters obstacles in determining the community recipients of assistance because there is too much data on potential BLT recipients and there is a possibility of errors when determining the community recipients of BLT. Therefore, a data mining classification model is needed to assist the process of determining BLT recipients so that the assistance provided is right on target. In this research, classification was carried out using the C4.5 algorithm with the Bagging technique and the amount of data used in this research was 210 data. This research classification was carried out based on ten criteria, namely age, gender, number of family members, marital status, employment, income, house ownership, water source, electricity, and rice field ownership. In this research classification, the classification accuracy value of the single C4.5 algorithm was 88.57% and the C4.5 bagging algorithm produced an accuracy value of 91.90%. So in the C4.5 bagging algorithm there is an increase in accuracy of 3.33%.

• KLASIFIKASI PENERIMA DANA BANTUAN LANGSUNG TUNAI DESA MENGGUNAKAN ALGORITMA C4.5 DENGAN TEKNIK BAGGING (Studi Kasus : Desa Jukong Kec.Labang Kab.Bangkalan)