Comparison Of The C4.5 And Naïve Bayes Algorithm For Recommendations For Aid Recipients For The Smart Indonesian Program

Rahmat Hidayat(1*), Miftahul Huda(2), Nanang Pradita(3),

(1) Universitas Putra Bangsa, Jawa Tengah, Indonesia
(2) Universitas Putra Bangsa, Jawa Tengah, Indonesia
(3) Universitas Putra Bangsa, Jawa Tengah, Indonesia
(*) Corresponding Author

Abstract


Indonesian Smart Program (Program Indonesia Pintar “PIP”) is a government backing program aimed at scholars who come from poor or vulnerable families to finance education. Scholars entering PIP correspond of two orders, scholars who have a Indonesian Smart Card (Kartu Indonesia Pintar) Indonesian Health Card (Kartu Indonesia Sehat) and scholars who are recommended by the academy to get an education. The conventional way carried out by seminaries in furnishing education recommendations takes a long time and is prone to mismatch recommendations so that it can affect in the distribution of PIP backing that isn't on target. From these problems the authors are interested in conducting exploration by exercising data mining ways. This exploration compares the C4.5 algorithm and the Naive Bayes algorithm. Testing was carried out on 139 SDN 03 Karanganyar pupil data. The results of the test set up that the C4.5 algorithm is better than the naive bayes algorithm. So that the Rule generated by the C4.5 algorithm can be used to make a decision-making system at SDN 03 Karanganyar

Full Text:

PDF

References


Syafrida, “No” vol. 105, no. 3, pp. 129–133, 1945.

F. P. Sianipar and S. T. Maulia, “Kebijakan Pendidikan : Pemerataan dan Perluasan Akses ( Rehabilitasi Ruang Kelas Yang Rusak ),” J. Pendidik. Sastra Ingg., vol. 3, no. 1, pp. 191–198, 2023.

D. I. Desa, T. Seteko, K. Ogan, I. N. Tanjung, S. Village, and O. I. District, “JOLL 6 (1) (2023) Journal of Lifelong Learning,” vol. 6, no. 1, 2023.

F. S. Octavianti, “Implementasi Konvensi Hak Anak Di Kota Jakarta Utara (Studi Kasus: Pemenuhan Hak Asasi Manusia Perspektif Pendidikan Bagi Pelajar SMA),” Pedagog. J. Ilmu Pendidik., vol. 23, no. 1, pp. 30–37, 2023, doi: 10.24036/pedagogi.v23i1.1476.

N. Nurokhmah, “Program Indonesia Pintar (PIP): Implementasi Kebijakan Kesejahteraan dalam Upaya Meningkatkan Angka Partisipasi Pendidikan,” J. Paradig. J. Multidisipliner Mhs. Pascasarj. Indones., vol. 2, no. 1, pp. 37–48, 2021, [Online]. Available: https://jurnal.ugm.ac.id/paradigma/article/view/66256

N. E. Rohaeni and O. Saryono, “Implementasi Kebijakan Program Indonesia Pintar ( PIP ) Melalui Kartu Indonesia Pintar ( KIP ) dalam Upaya Pemerataan Pendidikan,” J. Educ. Manag. Adm. Rev., vol. 2, no. 1, pp. 193–204, 2018.

R. Purnama and I. Izzatusholekha, “Analisis Program Indonesia Pintar dalam Mengurangi Putus Sekolah di Kabupaten Bandung,” J. Manaj. dan Ilmu Adm. Publik, vol. 5, no. 1, pp. 66–73, 2023, doi: 10.24036/jmiap.v5i1.600.

S. B. Arminy, N. Mutiah, and R. P. Sari, “Penentuan Penerimaan Beasiswa PIP Menggunakan Metode Moora Pada SD Negeri 11 Sandai,” vol. 11, no. 1, pp. 43–50, 2023.

Lidia Lusiana, “Implementasi Program Indonesia Pintar (PIP) Di Desa Sukomulyo Kecamatan Sepaku Kabupaten Penajam Paser Utara (Studi Kasus di SDN 011 dan SDN 013),” eJournal Adm. Negara, vol. 6, no. 1, pp. 6991–7005, 2017, [Online]. Available: https://ejournal.ap.fisip-unmul.ac.id/site/wp-content/uploads/2018/01/Jurnal LIDYA (01-17-18-07-33-51).pdf

J. S. Parapat and A. S. Sinaga, “Data Mining Algoritma C4.5 Pada Klasifikasi Kredit Koperasi Simpan Pinjam,” J. Ilmu Tek. Elektro Komput. dan Inform., vol. 4, no. 2, pp. 144–154, 2018.

A. Primajaya, B. N. Sari, and A. Khusaeri, “Prediksi Potensi Kebakaran Hutan dengan Algoritma Klasifikasi C4.5 Studi Kasus Provinsi Kalimantan Barat,” J. Edukasi dan Penelit. Inform., vol. 6, no. 2, p. 188, 2020, doi: 10.26418/jp.v6i2.37834.

D. Jollyta, G. Gusrianty, and D. Sukrianto, “Analysis of Slow Moving Goods Classification Technique: Random Forest and Naïve Bayes,” Khazanah Inform. J. Ilmu Komput. dan Inform., vol. 5, no. 2, pp. 134–139, 2019, doi: 10.23917/khif.v5i2.8263.

Y. I. Kurniawan, U. M. Surakarta, and N. Bayes, “Comparison of Naive Bayes and C . 45 Algorithm in Data Mining,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 4, pp. 455–464, 2018, doi: 10.25126/jtiik.

R. Haqmanullah Pambudi, B. Darma Setiawan, and Indriati, “Penerapan Algoritma C4.5 Untuk Memprediksi Nilai Kelulusan Siswa Sekolah Menengah Berdasarkan Faktor Eksternal,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 7, pp. 2637–2643, 2018, [Online]. Available: http://j-ptiik.ub.ac.id

A. H. Wicaksono et al., “Klasifikasi Siswa Slow Learner Untuk Mendukung Sekolah Algoritma Naïve Bayes Classification of Slow Learner Students To Support Schools in Improving Student Understanding Using the Naïve Bayes,” vol. 9, no. 3, pp. 589–596, 2022, doi: 10.25126/jtiik.202295509.

M. M. Alfitri, N. Nurahman, and ..., “Evaluasi Performa Algoritma Naïve Bayes Dalam Mengklasifikasi Penerima Bantuan Pangan Non Tunai,” J. Media …, vol. 7, pp. 1433–1445, 2023, doi: 10.30865/mib.v7i3.6151.

S. Anggraini, S. Defit, and G. W. Nurcahyo, “Analisis Data Mining Penjualan Ban Menggunakan Algoritma C4. 5,” J. Ilmu Tek. Elektro …, vol. 5, no. 2, pp. 0–7, 2018, [Online]. Available: https://core.ac.uk/download/pdf/295348196.pdf

P. Subarkah, E. P. Pambudi, and S. O. N. Hidayah, “Perbandingan Metode Klasifikasi Data Mining untuk Nasabah Bank Telemarketing,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 20, no. 1, pp. 139–148, 2020, doi: 10.30812/matrik.v20i1.826.

M. K. Anam, B. N. Pikir, and M. B. Firdaus, “Penerapan Na ̈ıve Bayes Classifier, K-Nearest Neighbor (KNN) dan Decision Tree untuk Menganalisis Sentimen pada Interaksi Netizen danPemeritah,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 21, no. 1, pp. 139–150, 2021, doi: 10.30812/matrik.v21i1.1092.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform. (J-SAKTI, vol. 5, no. 2, pp. 697–711, 2021.

A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako,” JURIKOM (Jurnal Ris. Komputer), vol. 8, no. 6, p. 219, 2021, doi: 10.30865/jurikom.v8i6.3655.

K. Halim, D. Erny Herwindiati, and T. Sutrisno, “Penerapan Metode Decision Tree Untuk Prakiraan Cuaca Kota Bekasi,” J. Ilmu Komput. dan Sist. Inf., vol. 11, no. 2, pp. 1–5, 2023, doi: 10.24912/jiksi.v11i2.26026.

Z. Abidin, “Eka Nurhana 2) , Permata 3) , Faruq Ulum 4) 1,2,3 Sistem Informasi, Universitas Teknokrat Indonesia 4 Informatika, Universitas Teknokrat Indonesia 1,2,3,4 JL,” ZA. Pagar Alam, vol. 17, no. 2, pp. 567–582, 2023, [Online]. Available: www.kaggle.com

P. R. Adinda, “Pohon Keputusan C4. 5 Algoritma Untuk Klasifikasi Program Bantuan Belajar,” J. Portal Data, vol. 2, no. 9, pp. 1–13, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/215%0Ahttp://portaldata.org/index.php/portaldata/article/download/215/204

A. Yudhana, I. Riadi, and M. R. Djou, “Pengembangan Layanan Kependudukan Dan Pencatatan Sipil Menggunakan Algoritma Naïve Bayes,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 4, p. 1062, 2022, doi: 10.30865/jurikom.v9i4.4515.

F. Y. Rahman, I. I. Purnomo, and N. Hijriana, “Penerapan Algoritma Data Mining Untuk Klasifikasi Kualitas Air,” Technol. J. Ilm., vol. 13, no. 3, p. 228, 2022, doi: 10.31602/tji.v13i3.7070.

I. Solihat, A. P. Tirta, A. P. Ramdani, and A. Nandang Roziafanto, “Verifikasi Metode Pengujian Kadar Nitrit dalam Air Limbah Secara Spektrofotometri UV-Visibel,” KOVALEN J. Ris. Kim., vol. 8, no. 1, pp. 53–59, 2022, doi: 10.22487/kovalen.2022.v8.i1.15756.

L. Sari, A. Romadloni, and R. Listyaningrum, “Penerapan Data Mining dalam Analisis Prediksi Kanker Paru Menggunakan Algoritma Random Forest,” Infotekmesin, vol. 14, no. 1, pp. 155–162, 2023, doi: 10.35970/infotekmesin.v14i1.1751.




DOI: https://doi.org/10.30645/kesatria.v5i1.343

DOI (PDF): https://doi.org/10.30645/kesatria.v5i1.343.g340

Refbacks

  • There are currently no refbacks.


Published Papers Indexed/Abstracted By: