Article Per Year (5 Year)
p-Index From 2020 - 2025
1.318
P-Index
This Author published in this journals
All Journal Jurnal Tekinkom (Teknik Informasi dan Komputer) Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika) Jurnal Media Informatika International Journal of Public Health Excellence (IJPHE) Jurnal Komtekinfo Digital Transformation Technology (Digitech) International Journal of Community Service (IJCS)
Adawiyah, Quratih
Unknown Affiliation
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Media Informatika

 1 
Perbandingan Algoritma Naïve Bayes, C4.5, dan K-Nearest Neighbor untuk Klasifikasi Kelayakan Program Keluarga Harapan Ramadani, Putri; Fadillah, Riszki; Adawiyah, Quratih; Suerni, Suerni; Al Ghazali, Baginda Restu
Jurnal Media Informatika Vol. 6 No. 1 (2024): Jurnal Media Informatika Edisi September - Desember
Publisher : Lembaga Dongan Dosen

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55338/jumin.v6i1.6083

Abstract

Penelitian ini bertujuan membandingkan kinerja tiga algoritma klasifikasi—Naïve Bayes, C4.5, dan K-Nearest Neighbor (K-NN)—dalam menentukan kelayakan penerima Program Keluarga Harapan (PKH) di Rantau Prapat. Dataset terdiri dari 109 data keluarga dengan variabel seperti pendapatan, jumlah tanggungan, status pekerjaan, dan kepemilikan aset. Pengolahan dan analisis data dilakukan menggunakan RapidMiner Studio, dengan evaluasi kinerja berdasarkan akurasi, presisi, recall, dan Area Under Curve (AUC). Hasil penelitian menunjukkan bahwa algoritma C4.5 memberikan kinerja terbaik dengan akurasi 91,8%, presisi 90,7%, recall 92,3%, dan AUC 0,944. Naïve Bayes mencatat akurasi 87,2% dan recall 88,9%, sedangkan K-NN menghasilkan akurasi 89,9% dan recall 91,1%, namun memerlukan komputasi lebih tinggi. Temuan ini menunjukkan bahwa C4.5 lebih efektif dalam mengklasifikasikan kelayakan penerima PKH secara akurat dan efisien. Penelitian ini menegaskan potensi algoritma machine learning dalam mendukung pengambilan keputusan pada program bantuan sosial. Studi lanjutan disarankan untuk memperluas cakupan data dan mengeksplorasi metode klasifikasi lainnya guna optimalisasi distribusi bantuan.
Co-Authors Al Ghazali, Baginda Restu D, Novica Jolyarni Fadillah, Riszki Handayani, Rika INTAN NUR FITRIYANI Nailatun Nadrah Nasution, Fitriyani Ramadani, Putri Resnawita, R Sarjon Defit Siregar, Diffri Solihin Suerni, Suerni Sumijan Veri, Jhon