Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Proceeding of Informatics Collaborations and Dessimenation Meeting (Infocoding)
Kartika Sari Sunarno
Institut Teknologi Statistika dan Bisnis Muhammadiyah Semarang

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

Found 1 Documents
Search

 1 
Analisis Komparatif Algoritma C4.5, Naïve Bayes, dan K-Nearest Neighbor untuk Prediksi Kesejahteraan Masyarakat di Kabupaten Temanggung Kartika Sari Sunarno; Deden Istiawan
Proceeding of Informatics Collaborations and Dessimenation Meeting Vol. 1 No. 1 (2025)
Publisher : Universitas Muhammadiyah Surakarta

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

Abstract

Kesejahteraan penduduk dapat meningkat seiring dengan menurunnya tingkat kemiskinan. Pada Maret 2019, tingkat kemiskinan di Kabupaten Temanggung mencapai 9,42 persen atau sekitar 72,6 ribu jiwa. Meskipun mengalami penurunan dibanding tahun sebelumnya, terdapat kekhawatiran bahwa penduduk rentan miskin dapat jatuh ke dalam kemiskinan apabila garis kemiskinan meningkat sebesar 10 persen, yang berpotensi menyebabkan lonjakan angka kemiskinan. Oleh karena itu, strategi penanggulangan kemiskinan memerlukan data yang akurat sesuai dengan karakteristik kesejahteraan masyarakat agar kebijakan yang diambil lebih tepat sasaran. Penelitian ini mengusulkan perbandingan beberapa algoritma klasifikasi, yaitu C4.5, Naïve Bayes, dan k-Nearest Neighbor, untuk menentukan algoritma dengan performa terbaik dalam menganalisis Data Kemiskinan Daerah (DKD) Kabupaten Temanggung. Fokus penelitian ini adalah pada prediksi kelas positif, yaitu keluarga sejahtera. Berdasarkan evaluasi menggunakan metrik AUC, precision, recall/sensitivity, dan F-measure pada kelas positif, hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki kinerja terbaik. Sebaliknya, algoritma C4.5 memiliki performa terendah karena memperoleh nilai precision, recall, dan F-measure yang paling kecil.
Co-Authors Istiawan, Deden