Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Multidisciplinary on Social and Technology
Fransiska Ria
Institut Shanti Bhuana, Bengkayang
Computer Science & IT Economics, Econometrics & Finance Engineering Social Sciences

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengembangan Sistem Informasi Kependudukan Desa Menerapkan Decision Tree Untuk Klasifikasi Kelayakan Penerimaan Bantuan Sosial Studi kasus: Dharma Bhakti Fransiska Ria; Santi Thomas
Indonesian Journal of Multidisciplinary on Social and Technology Vol. 4 No. 3 (2026): Juli - Oktober
Publisher : PT Ilmu Data Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijmst.v4i3.11786

Abstract

Ketidaktepatan sasaran dalam penyaluran bantuan sosial merupakan permasalahan yang sering terjadi, dengan ditandai oleh inclusion eror dan excluison eror, yang bersumber dari proses seleksi yang masi dilakukan secara manual dan subjektif. Desa Dhrma Bhakti, Kecamatan Teriak, Kabupaten Bengkayang, dengan jumlah penduduk 1.973 jiwa, menghadapi permasalahan serupa akibat belum tersedianya sistem analisis data yang mampu mendukung pengambilan keputusan berbasis data dalam penetapan kelayakan penerimaan bantuan sosial. Penelitian ini mengembangkan sistem informasi kependudukan berbasis web menggunakan PHP dan MySQL yang mengintegrasikan algoritma Decision Tree dengan konsep entropy dan information gain untuk mengklasifikasikan kelayakan warga menerima bantuan sosial kedalam dua kelas: layak dan tidak layak. Data yang digunakan sebanyak 374 sampel dari data kependudukan Desa Dhrama Bhakti, dibagi menjadi 261 data training dan 113 data testing. Hasil penelitian menunjukkan bahwa model Decision Tree yang terbentuk menggunakan dua atribut utama, yaitu, jumlah jumlah tanggungan keluarga sebagai root node (gain = 0,3241) dan jumlah anggota keluarga yang bekerja sebagai node percabangan kedua (gain = 0,7876). Evaluasi model menggunakan confusion matrix menghasilkan akurasi 78,76%, precision 100%, recall 44,19% dan F1-Score 61.29%. nilai precision 100% membuktikan tidak adanya inclusion eror pada hasil klasifikasi sistem, meskipun nilai recall yang masih rendah disebabkan ketidakseimbangan distribusi kelas pada dataset. Sistem yang dikembangkan terbukti mampu menggantikan proses sleksi manual dan memberikan rekomendasi kelayakan yang lebih objektif dan berbasis data bagi pemerintah Desa Dharma Bhakti
Co-Authors Santi Thomas