Yuliharyani, Sisca (2011) Algoritma Decision Tree C4.5 Untuk Klasifikasi Keluarga Peserta Jamkesmas Berdasarkan Kemiskinan. Sarjana thesis, Universitas Brawijaya.
Abstract
Pertumbuhan yang pesat dari akumulasi data telah menciptakan kondisi kaya akan data tapi minim informasi. Data mining diharapkan mampu memanfaatkan kondisi tersebut, yaitu dari data yang jumlahnya sangat besar dapat menghasilkan informasi dari kumpulan data yang belum pernah dipelajari sebelumnya. Informasi ini nantinya dapat digunakan untuk menentukan kebijakan atau langkah selanjutnya pada suatu organisasi maupun institusi. Data mining merupakan suatu proses menemukan pengetahuan baru berdasarkan spesifikasi tertentu dari sekumpulan data. Penelitian ini memanfaatkan teknologi data mining dengan metode decision tree (pohon keputusan) menggunakan algoritma C4.5 untuk klasifikasi keluarga peserta Jaminan Kesehatan Masyarakat (Jamkesmas) berdasarkan kemiskinan karena Jamkesmas adalah salah satu program pemerintah yang saat ini mendapat sorotan dikarenakan program ini masih banyak yang salah sasaran. Seharusnya hanya keluarga miskin yang dapat memanfaatkan program itu, namun kenyataannya banyak dari mereka yang tergolong keluarga mampu dapat memanfaatkan program tersebut. Penelitian ini akan menggunakan algoritma decission tree C4.5 dengan metode pruning statistical bounds untuk menentukan klasifikasi keluarga berdasarkan tingkat kemiskinan apakah memenuhi syarat menjadi peserta Jamkesmas atau tidak. Pada penelitian ini akan dibandingkan pula kinerja algoritma decision tree C4.5 antara tanpa pruning dan dengan pruning aturan post pruning menggunakan metode statistical bounds juga perbandingan kinerja decision tree C4.5 terhadap kombinasi atribut yang dipakai yang nantinya akan diperoleh kinerja terbaik dari kombinasi atribut tertentu. Sehingga dari penelitian ini diharapkan akan diperoleh hasil klasifikasi keluarga peserta Jamkesmas yang lebih akurat.
English Abstract
The rapid growth of data accumulation has created a condition, rich of data but poor of information. Data mining is expected to take advantage from those condition which is large amounts of data can provide information about the database that has not been studied. Next, this information can be used to determine the next step or the next policy in an organization or institution. Data mining is a process to discover a new knowledge based on certain specification from a data sets. This research utilizing data mining technology with decision tree using C4.5 algorithm to classified the public health insurances family member (Jamkesmas) based on poverty, because Jamkesmas is one of governments program which gets attention because that program still missed the target. In appropriately, only poor family can get the advantage of this program but in reality there is a lot of intermediate-rich family get the advantage from this program. This research will use C4.5 algorithm decision tree with pruning statistical bounds method to determining the family classification based on poverty level whether appropriate to be a member of Jamkesmas or not . In this research will also compared the performance of the C4.5 decision tree algorithm with pruning or without pruning post pruning-rule using statistical bounds method, also the comparison of C4.5 decision tree used a combination of attributes that will be obtained the best performance of a particular attribute combination. So from this research, the researcher expect to get the classification results of Jamkesmas participating families more accurately.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/190/051102088 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 03 Aug 2011 09:51 |
| Last Modified: | 22 Oct 2021 07:42 |
| URI: | http://repository.ub.ac.id/id/eprint/152646 |
Preview |
Text
051103088.pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |