Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal IKRA-ITH Informatika : Jurnal Komputer dan Informatika
Fitri Akmaliah
Universitas Singaperbangsa Karawang
Computer Science & IT

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

Found 1 Documents
Search

 1 
Komparasi Algoritma Decision Tree dan Gradient Boosting untuk Prediksi Penerima Bantuan Sosial di Desa Kalijati Barat Fitri Akmaliah; Yuyun Umaidah; Iqbal Maulana
IKRA-ITH Informatika : Jurnal Komputer dan Informatika Vol. 10 No. 2 (2026): IKRAITH-INFORMATIKA Vol 10 No 2 Juli 2026
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kemiskinan masih menjadi persoalan sosial utama di Indonesia yang menghambat pemerataan kesejahteraan masyarakat. Program Bantuan Langsung Tunai Dana Desa (BLT-DD) menjadi instrumen pemerintah dalam mengatasi kemiskinan, namun penentuan penerimanya masih dilakukan secara manual dan subjektif sehingga rawan ketidaktepatan sasaran. Penelitian ini membandingkan performa algoritma Decision Tree dan Gradient Boosting dalam memprediksi penerima bantuan sosial di Desa Kalijati Barat, Kabupaten Subang, menggunakan pendekatan Knowledge Discovery in Databases (KDD). Data yang digunakan berupa Buku Induk Penduduk (BIP) Tahun 2019 dan data penerima BLT-DD Tahun 2025. Ketidakseimbangan kelas ekstrem (rasio ±101:1) ditangani menggunakan SMOTE. Model dioptimasi dengan GridSearchCV dan Stratified K-Fold Cross Validation (k=5) pada tiga skenario pembagian data. Hasil menunjukkan kedua algoritma menghasilkan accuracy tinggi (0,91–0,98), namun berdasarkan recall dan F1-score, Decision Tree lebih unggul pada skenario 80:20 (recall=0,3333; F1-score=0,1579), sedangkan Gradient Boosting gagal mendeteksi kelas minoritas pada skenario 90:10. Analisis feature importance menunjukkan tingkat pendidikan kepala keluarga, jenis pekerjaan, dan rasio tanggungan sebagai faktor paling berpengaruh.
Co-Authors Iqbal Maulana Yuyun Umaidah