Implementasi Algorima Random Forestuntuk Klasifikasi Penerima Bantuan Bedah Rumah

Dublin Core

Title

Implementasi Algorima Random Forestuntuk Klasifikasi Penerima Bantuan Bedah Rumah

Subject

Bedah rumah, Klasifikasi, Random Forest, Data Mining

Description

Bantuan bedah rumah merupakan suatu bentuk dukungan pemerintah bagi masyarakat yang kurang mampu untuk memperbaiki tempat tinggal. Pemerintah memiliki banyak data masyarakat yang membutuhkan bantuan bedah rumah, namun tanpa suatu sistem klasifikasi yang baik, hal ini dapat menyebabkan bantuan tersebut salah sasaran. Oleh karena itu, dibutuhkan suatu sistem klasifikasi menggunakan teknik data mining untuk membantu pemerintah menentukan sasaran yang tepat dan memastikan bahwa bantuan tersebut sesuai dengan kebutuhan masyarakat yang membutuhkan.Penelitian ini menggunakan algoritma Random Forest untuk klasifikasi penerima bantuan bedah rumah dengan jumlah data set 179 data. Tahapan penelitian yang dilakukan dimulai dari data collection dan data preprocessing. Selanjutnya citra akan diklasifikasi menggunakan algoritma Random Forest. Hasil klasifikasi akan dievaluasi menggunakan confusion matrix, kemudian dilakukan implementasi terhadap data uji. Hasil penelitian yang diperoleh yaitu nilai akurasi sebesar 93,8%, precision sebesar 89,47% dan recall sebesar 65,38 %. Dari hasil penelitian ini, diharapkan dapat membantu pemerintah dalam memastikan bahwa bantuan bedah rumah diterima oleh individu atau keluarga yang benar-benar membutuhkan. Selain itu, penelitian ini juga diharapkan dapat memberikan informasi penting bagi pemerintah dalam menentukan penerima bantuan di masa yang akan datang

Creator

Yana Iqbal Maulana

Source

https://jsi.ejournal.unsri.ac.id/index.php/jsi/article/view/103/100

Publisher

Universitas Bina Sarana Informatika

Date

April 2023

Contributor

Fajar bagus W

Format

PDF

Language

Indonesia

Type

Text

Files

Collection

Citation

Yana Iqbal Maulana, “Implementasi Algorima Random Forestuntuk Klasifikasi Penerima Bantuan Bedah Rumah,” Repository Horizon University Indonesia, accessed April 4, 2025, https://repository.horizon.ac.id/items/show/7275.