Perbandingan Algoritma K-Nearest Neighbour dan C4.5 Decision Tree Untuk Klasifikasi Penerima Bantuan Program Keluarga Harapan

Kariyamin; La Ode Alyandi; Samsul Arif

doi:10.51454/decode.v5i3.1353

Authors

Kariyamin Teknologi Informasi Institut Teknologi dan Bisnis Muhammadiyah Wakatobi
La Ode Alyandi Teknologi Informasi Institut Teknologi dan Bisnis Muhammadiyah Wakatobi
Samsul Arif Teknologi Informasi Institut Teknologi dan Bisnis Muhammadiyah Wakatobi

DOI:

https://doi.org/10.51454/decode.v5i3.1353

Keywords:

C4.5, KNN, PKH, Rapid Minner

Abstract

Program Keluarga Harapan (PKH) merupakan bantuan sosial bersyarat yang ditujukan bagi keluarga dengan kondisi ekonomi rentan. Tantangan utama dalam implementasinya adalah memastikan ketepatan sasaran penerima bantuan. Penelitian ini bertujuan membandingkan kinerja algoritma K-Nearest Neighbor (KNN) dan C4.5 dalam mengklasifikasikan kelayakan penerima PKH. Data penelitian diambil dari Dinas Sosial Kabupaten Wakatobi tahun 2023, kemudian melalui tahap praproses, pembagian data menggunakan K-Fold Cross Validation (K=7), serta pelatihan dan pengujian model dengan perangkat lunak RapidMiner. Evaluasi dilakukan berdasarkan akurasi, presisi, dan recall. Hasil analisis menunjukkan bahwa algoritma C4.5 memberikan kinerja lebih baik dengan akurasi 96,22%, presisi “YES” 95,71%, dan recall “YES” 94,89%. Sebaliknya, KNN memperoleh akurasi 81,44%, presisi “YES” 69,66%, dan recall “YES” 95,74%. Temuan ini menunjukkan bahwa C4.5 lebih efektif dan konsisten dalam mengklasifikasikan penerima bantuan dibandingkan KNN. Model pohon keputusan yang dihasilkan juga memberikan kejelasan logis terhadap faktor-faktor penentu kelayakan. Penelitian ini berpotensi dikembangkan melalui integrasi model ke dalam sistem berbasis web atau aplikasi untuk meningkatkan efisiensi proses seleksi penerima bantuan.

References

Anitalia, W. O. S., Yusuf, B., & Azizah, L. N. (2024). Peran Pendamping Program Keluarga Harapan (Pkh) Dalam Kegiatan Pertemuan Peningkatan Kemampuan Keluarga Penerima Manfaat Di Kelurahan Wanci Kabupaten Wakatobi. Welvaart: Jurnal Ilmu Kesejahteraan Sosial, 5(1), 109–116. https://doi.org/10.52423/welvaart.v5i1.11

Arowolo, M. O., Adebiyi, M. O., Adebiyi, A. A., & Olugbara, O. (2021). Optimized Hybrid Investigative Based Dimensionality Reduction Methods For Malaria Vector Using KNN Classifier. Journal of Big Data, 8(29), 1-14. https://doi.org/10.1186/s40537-021-00415-z

Briouza, S., Gritli, H., Khraief, N., Belghith, S., & Singh, D. (2022). EMG Signal Classification for Human Hand Rehabilitation via Two Machine Learning Techniques: kNN and SVM. Proceedings of the 2022 5th International Conference on Advanced Systems and Emergent Technologies, IC_ASET 2022, 412–417. https://doi.org/10.1109/IC_ASET53395.2022.9765856

Daud, M., Juita, R., & Suhendra, C. D. (2025). Penerapan Metode Algoritma C4.5 Untuk Klasifikasi Kelayakan Penerima Program Bantuan Pada Dinas Sosial Kabupaten Manokwari. Decode: Jurnal Pendidikan Teknologi Informasi, 5(1), 271–278. https://doi.org/http://dx.doi.org/10.51454/decode.v5i1.1057

Deviyanto, A., & Wahyudi, M. D. R. (2018). Penerapan Analisis Sentimen Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor. JISKA (Jurnal Informatika Sunan Kalijaga), 3(1), 1-13. https://doi.org/10.14421/jiska.2018.31-01

Dina, A., Permana, I., Muttakin, F., & Maita, I. (2023). Perbandingan Algoritma NBC, KNN, dan C4.5 Untuk Klasifikasi Penerima Bantuan Program Keluarga Harapan. Jurnal Media Informatika Budidarma, 7(3), 1079–1087. https://doi.org/10.30865/mib.v7i3.6316

Elisyah, E. (2022). Klasifikasi Penerima Bantuan Program Keluarga Harapan (Pkh) Menggunakan Algoritma C4.5 (Studi Kasus: Kecamatan Kupang Timur). http://skripsi.undana.ac.id/index.php?p=show_detail&id=12441&keywords=

Es-sabery, F., Es-sabery, I., Qadir, J., Sainz-de-Abajo, B., & Garcia-Zapirain, B. (2024). A Hybrid Hadoop-Based Sentiment Analysis Classifier For Tweets Associated With COVID-19 Utilizing Two Machine Learning Algorithms: CNN, And Fuzzy C4.5. Journal of Big Data, 11(176), 1-55. https://doi.org/10.1186/s40537-024-01014-4

Fitriani, E. (2020). Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. Sistemasi, 9(1), 103-115. https://doi.org/10.32520/stmsi.v9i1.596

Halder, R. K., Uddin, M. N., Uddin, M. A., Aryal, S., & Khraisat, A. (2024). Enhancing K-Nearest Neighbor Algorithm: A Comprehensive Review And Performance Analysis Of Modifications. Journal of Big Data, 11(113), 1-55. https://doi.org/10.1186/s40537-024-00973-y

Hidayati, D. C., Al Faraby, S., & Adiwijaya, A. (2020). Klasifikasi Topik Multi Label pada Hadis Shahih Bukhari Menggunakan K-Nearest Neighbor dan Latent Semantic Analysis. JURIKOM (Jurnal Riset Komputer), 7(1), 140-147. https://doi.org/10.30865/jurikom.v7i1.2013

Ma, S., & Zhai, J. (2023). BigData Decision Tree For Continuous-Valued Attributes Based On Unbalanced Cut Points. Journal of Big Data, 10(135), 1-22. https://doi.org/10.1186/s40537-023-00816-2

Mangunsong, U. S., Syah, A. Z., & Saputra, E. (2024). Implementasi Sistem Seleksi Calon Penerima Subsidi Program Keluarga Harapan Dengan Metode SAW Di Kelurahan Sijambi. Decode: Jurnal Pendidikan Teknologi Informasi, 4(3), 737–747. https://doi.org/10.51454/decode.v4i3.559

Nuraeni, S., Harliana, H., & Prabowo, T. (2024). Analisis Akurasi Naïve Bayes Dan Knn Dalam Penentuan Penerima Pkh Di Lombok Utara. Journal of Information System Management (JOISM), 5(2), 121–126. https://doi.org/10.24076/joism.2024v5i2.1205

Permana, A. P., Ainiyah, K., & Holle, K. F. H. (2021). Analisis Perbandingan Algoritma Decision Tree, kNN, dan Naive Bayes untuk Prediksi Kesuksesan Start-up. JISKA (Jurnal Informatika Sunan Kalijaga), 6(3), 178–188. https://doi.org/10.14421/jiska.2021.6.3.178-188

Rachma, C. A. (2022). Implementasi Algoritma K-Nearest Neighbor Dalam Penentuan Klasifikasi Tingkat Kedalaman Kemiskinan Provinsi Jawa Timur. http://etheses.uin-malang.ac.id/38201/1/18610077.pdf

Romadloni, N. T, & Septiyanti, N. D. (2023). Optimasi Feature Selection Pada Komentar Media Sosial Terhadap Peralihan Tv Digital Menggunakan Naïve Bayes, Support Vector Machine dan K-Nearest Neighbor. Decode: Jurnal Pendidikan Teknologi Informasi, 3(2), 151–160. https://doi.org/10.51454/decode.v3i2.121

Sutanty, E., Setiyaningsih, E., & Yanti, S. N. (2025). Optimasi Hyperparameter Pada Algoritma K-Nearest Neighbor Untuk Analisis Sentimen Terhadap Pembelajaran Jarak Jauh. Decode: Jurnal Pendidikan Teknologi Informasi, 5(2), 348–364. https://doi.org/10.51454/decode.v5i2.1170

Utami, D. K., Irawati, N., & Sumantri, S. (2023). Analysis of the k-Means Method in Clustering Acceptance of PKH Aid in Pulau Rakyat Tua Village. Jurnal Sistemasi, 12(3), 953-961. https://doi.org/10.32520/stmsi.v12i3.3236

Wardhani, I. K., Triyanto, W. A., & Supriyono. (2025). Penerapan Metode Weighted Product dan Simple Multi Attribute Rating Technique ( SMART ) untuk Seleksi Penerima Program Keluarga Harapan ( PKH ) Application of the Weighted Product Method and Simple Multi-Attribute Rating Technique ( SMART ) for Selecting. Sistemasi: Jurnal Sistem Informasi, 14(2), 905–916. https://doi.org/10.32520/stmsi.v14i2.5080

Zaeni, I. A. E., Anzani, D. R, Putra, D. S., Devi, M., Hidayati, L., Sudjono, I. (2020). Classifying the parental involvement on school from home during covid-19 using c4.5 algorithm. Proceedings of the 2022 5th International Conference on Advanced Systems and Emergent Technologies, IC_ASET 2022, 253–257. https://doi.org/10.1109/IC_ASET53395.2022.9765856