Implementasi Algoritma C4.5 Dalam Menentukan Lokasi Prioritas Penyuluhan Program Keluarga berencana di kecamatan dumai timur

Febrina Sari, David Saro

Abstract


Indonesia merupakan salah satu negara dengan penduduk terbanyak di dunia. Ledakan penduduk ini terjadi karena laju pertumbuhan penduduk yang sangat tinggi. kondisi ini menyebabkan beban negara menjadi semakin besar. Karena berhubungan dengan tinggi rendahnya beban negara untuk memberikan penghidupan yang layak kepada setiap warga negaranya, maka pemerintah memberikan serangkaian usaha untuk menekan laju pertumbuhan penduduk agar tidak terjadi ledakan penduduk yang lebih besar. Salah satu cara yang dilakukan oleh pemerintah adalah dengan menggalakkan Program Keluarga Berencana (KB). program keluarga berencana yang dicanangkan oleh pemerintah untuk menekan angka kelahiran yang tinggi ini belum sepenuhnya terlaksana dengan baik karena lokasi penyuluhan program KB yang belum tepat sasaran.  Oleh karena itu diperlukan suatu sistem yang dapat membantu Badan Kependudukan dan  Keluarga Berencana Nasional (BKKBN) dalam menentukan lokasi Prioritas Penyuluhan Program Keluarga Berencana agar penyuluhan tepat sasaran. Data Mining adalah kegiatan mengekstraksi atau menambang pengetahuan dari data yang berukuran besar, algoritma C4.5 merupakan algoritma yang digunakan untuk membangun sebuah pohon keputusan  (Decision Tree) dari data. Algoritma C4.5 umumnya digunakan untuk melakukan klasifikasi yang nantinya akan digunakan dalam menetapkan lokasi prioritas penyuluhan program Keluarga Berencana.


Keywords


Data Mining; Algoritma C4.5; Keluarga Berencana

Full Text:

PDF

References


BKKBN. (2010). “KB dan Kontrasepsi”.

Diakses dari http://bkkbn.go.id/difor/program_detail,php?prgid=8. tanggal 3 maret 2016.

Bouckaert, Remco R.; Frank, Eibe, dkk. 2008. WEKA Manual For Version 3-6-0. New Zealand: University of Waikato.

Chauhan, H and Chauhan, A. (2013). Implementation of Decision Tree Algorithm C4.5. International Journal of Scientific and Research Publication Vol.3 issue 10, October 2013.

Han, Jiawei dan Kember, Micheline. (2006). Data Mining Concepts and Techniques Second Edition. Morgan Kaufmann Publisher.

Hamdan, A. R., & Othman, Z. A. (2010). Human Talent Prediction in HRM using Clasiffication Algorithm. Selangor, Malaysia.

Hermawati, Fajar Astuti. (2009). Data Mining. Surabaya : Andi Offset, Yogyakarta.

Kusnawi. (2007). Pengantar Solusi Data Mining.

Diakses dari http://p3mamikom.ac.id/p3m/56-pengantas-solusi-dataming. pdf. tanggal 22 maret 2016.

Larose, D. T. (2005). Discovering Knowledge In Data.Mining An Introduction To Data Mining, Wiley Interscience.

Rahmayuni, Indri. (2014). Perbandingan Performasi Algoritma C4.5 dan CART dalam klasifikasi data nilai mahasiswa prodi Teknik Komputer Politeknik Padang. Jurnal : TEKNOIF. ISSN:2338-2724. Vol2. No.1.

Wu, X., & Kumar , V. (2009). The Top Ten Algorithms in Data Mining. New York : CRC Press.




DOI: http://dx.doi.org/10.17933/jppi.2018.080105

Copyright (c) 2018 Jurnal Penelitian Pos dan Informatika

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

Jurnal Penelitian Pos & Informatika

p-ISSN: 2088-9402 ; e-ISSN: 2476-9266
Badan Litbang SDM Kemenkominfo
Puslitbang Sumber Daya, Perangkat, dan Penyelenggaraan Pos dan Informatika
Jalan Medan Merdeka Barat No. 9, Lantai 4 Gedung Belakang, Kementerian Komunikasi dan Informatika. Telepon: +62 21 34833640