Penerapan Algoritma C4.5 Untuk Penerimaan Kelayakan Rumah Tidak Layak Huni / Rangga Adi Setiawan / 14180020 / Pembimbing: Syafrial / Program Studi: Sistem Informasi

Kemiskinan merupakan salah satu masalah sosial yang paling kompleks dan multifaset karena berdampak pada berbagai aspek kehidupan masyarakat. Salah satu penyebab utama kemiskinan adalah ketidakmerataan distribusi pendapatan. Untuk mengatasinya, pemerintah telah meluncurkan berbagai program bantuan, seperti BLSM, PKH, KIS, dan Raskin. Namun, pelaksanaan program tersebut masih menghadapi kendala, terutama terkait ketidakakuratan data penerima bantuan sehingga bantuan tidak tepat sasaran. Penelitian ini menggunakan pendekatan data mining dengan algoritma C4.5
(Decision Tree) untuk mengklasifikasikan masyarakat penerima bantuan menjadi dua kategori, yaitu layak dan tidak layak. Algoritma C4.5 dipilih karena mampu menghasilkan aturan klasifikasi yang jelas berdasarkan atribut yang relevan. Variabel yang digunakan dalam penelitian ini meliputi penghasilan, jumlah tanggungan, jenis lantai, sumber air, jenis kloset, listrik, dan luas rumah. Hasil penelitian menunjukkan bahwa algoritma C4.5 dapat membentuk pohon
keputusan yang efektif dalam memprediksi kelayakan penerimaan bantuan. Model klasifikasi yang dihasilkan mampu membantu meningkatkan akurasi penentuan penerima, sehingga diharapkan dapat meminimalisir ketidaktepatan sasaran dalam program bantuan pemerintah.