Sistem Klasifikasi Penerima Bantuan Sosial Dengan Algoritma Decision Tree
Keywords:
Decision Tree, data penduduk, kemiskinan, klasifikasi, visualisasi dataAbstract
Penentuan status kesejahteraan masyarakat merupakan aspek penting dalam pemerataan bantuan sosial. Kelurahan Ronowijayan menjadi wilayah studi dalam penelitian ini, dengan tujuan untuk mengklasifikasikan penduduk ke dalam kategori miskin atau tidak miskin secara otomatis berdasarkan sejumlah atribut. Algoritma Decision Tree digunakan sebagai metode utama karena mampu memberikan interpretasi yang jelas dalam pengambilan keputusan serta mudah dipahami oleh pihak pengambil kebijakan. Atribut yang digunakan dalam penelitian ini meliputi pendapatan, jumlah tanggungan, jenis pekerjaan, dan kepemilikan rumah. Data diperoleh langsung dari masyarakat melalui proses pengumpulan lapangan dan kemudian diolah dalam sistem berbasis web. Melalui proses klasifikasi, sistem mampu mengidentifikasi status kemiskinan berdasarkan kombinasi nilai atribut yang telah ditentukan. Hasil klasifikasi tidak hanya ditampilkan dalam bentuk tabel, tetapi juga divisualisasikan dalam grafik dan statistik yang memudahkan proses evaluasi kondisi sosial. Dengan demikian, sistem ini diharapkan dapat mendukung pihak kelurahan dalam menyusun kebijakan berbasis data yang lebih tepat sasaran serta meningkatkan efektivitas distribusi bantuan sosial.
References
T. Agus, B. Pangestu, and R. D. Nyoto, “SISTEM PENDUKUNG KEPUTUSAN KELAYAKAN PENERIMA BLT-DD PENDAHULUAN masyarakat , khususnya di Negara Indonesia dan beberapa negara berkembang lainnya . Kemiskinan pendapatan , kesehatan , pendidikan , akses terhadap barang dan jasa , lokasi , geografis , dan,” vol. 5, pp. 510–524, 2024.
M. R. Qisthiano, P. A. Prayesy, and I. Ruswita, “Penerapan Algoritma Decision Tree dalam Klasifikasi Data Prediksi Kelulusan Mahasiswa,” G-Tech J. Teknol. Terap., vol. 7, no. 1, pp. 21–28, 2023, doi: 10.33379/gtech.v7i1.1850.
S. F. Damanik, A. Wanto, and I. Gunawan, “Penerapan Algoritma Decision Tree C4.5 untuk Klasifikasi Tingkat Kesejahteraan Keluarga pada Desa Tiga Dolok,” J. Krisnadana, vol. 1, no. 2, pp. 21–32, 2022, doi: 10.58982/krisnadana.v1i2.108.
R. N. Ramadhon, A. Ogi, A. P. Agung, R. Putra, S. S. Febrihartina, and U. Firdaus, “Implementasi Algoritma Decision Tree untuk Klasifikasi Pelanggan Aktif atau Tidak Aktif pada Data Bank,” Karimah Tauhid, vol. 3, no. 2, pp. 1860–1874, 2024, doi: 10.30997/karimahtauhid.v3i2.11952.
Mifta Wilda Al -Aluf and Zaehol Fatah, “Klasifikasi Algoritma Decision Tree Untuk Tingkat Kemiskinan Di Indonesia,” J. Comput. Sci. Technol., vol. 3, no. 1, pp. 55–62, 2025, doi: 10.59435/jocstec.v3i1.440.
A. Setyawan, A. Fitriani, E. Rilvani, U. P. Bangsa, and K. Bekasi, “KLASIFIKASI KEMISKINAN DI INDONESIA DENGAN,” vol. 3, no. 7, 2025.
Badan Pusat Statistik Kabupaten Ponorogo, “Profil Kemiskinan di Kabupaten Ponorogo — Maret 2024,” Ponorogo, 2024. [Online]. Available: https://ponorogokab.bps.go.id/id/pressrelease/2024/08/05/69/profil-kemiskinan-di-kabupaten-ponorogo-maret-2024.html
J. T. M. A. Nazanah and M. I. Jambak, “Pemanfaatan Algoritma Decision Tree ID3 Bagi Manajemen Bimbel Untuk Menentukan Faktor Kelulusan Pada Sekolah Kedinasan,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 3, no. 6, pp. 915–924, 2023, doi: 10.30865/klik.v3i6.791.
M. O. Fitri, “Awebserver Sebagai Alternatif Pengganti Xampp Pada Platform Android,” Teknosains Media Inf. Sains Dan Teknol., vol. 15, no. 2, p. 245, 2021, doi: 10.24252/teknosains.v15i2.20028.
R. Andrea Lesmana, S. Nur Budiman, A. Anwar Shodiqi, J. Khansa Nadhila, M. Fauzi Nur Aziz, and A. Ibnu Faizal, “Implementasi Algoritma Decision Tree-Id3 Untuk Prediksi Kelayakan Kredit Berbasis Web Dengan Menggunakan Next.Js Di Ksu Syariah Muhammadiyah,” JATI (Jurnal Mhs. Tek. Inform., vol. 9, no. 2, pp. 2045–2053, 2025, doi: 10.36040/jati.v9i2.12930.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Muhammad Irfansyah, Ghulam Asrofi Buntoro, Sugianti

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.