Mining Data Kependudukan untuk Validasi Identitas Calon Penerima Bantuan Jaring Pengaman Sosial di Kabupaten Gresik

Khurin In Noviarani, Umi Chotijah

Abstract


Tulisan ini memuat gambaran penggunaan data mining model klasifikasi dengan teknik decision tree untuk membantu proses validasi identitas calon penerima bantuan secara cepat dan akurat, sehingga dapat membantu memudahkan pemangku kepentingan dalam hal ini Pemerintah Kabupaten Gresik untuk mengambil keputusan dalam melakukan penyaluran subsidi Jaring Pengaman Sosial (JPS) dampak pandemi COVID-19 secara merata dan tepat sasaran sesuai dengan kebijakan yang dibuat. Proses validasi dimulai dengan memeriksa data apakah Nomor Induk Kependudukan (NIK) kosong atau tidak, dilanjutkan setiap cabangnya menunjukkan kemungkinan skenario dari keputusan yang diambil dan hasil akhirnya adalah data tersebut statusnya valid atau statusnya tidak valid. Penggunaan data mining model klasifikasi dengan teknik decision tree dalam tulisan ini membuktikan bahwa penggunaan tehnik tersebut dapat menghemat 50% usaha / effort yang dilakukan dan mempercepat proses sebesar 31 Jam atau 89,84702093% dari proses semula yang membutuhkan 34,5 jam kerja. Otomatisasi system menggunakan data mining model klasifikasi dengan teknik decicion tree sangat membantu mempermudah, mengefisienkan waktu dan meminimalkan human error dalam pekerjaan validasi identitas calon penerima bantuan JPS di Kabupaten Gresik.

Keywords


Data Mining; Klasifikasi; Decision Tree

References


Ariestya, W. W., Praptiningsih, Y. E., & Supriatin, W. (2016). Decision Tree Learning Untuk Penentuan Jalur Kelulusan Mahasiswa. Jurnal Ilmiah FIFO, 8(1), 97. https://doi.org/10.22441/fifo.v8i1.1304

Decision Tree Algorithm Examples In Data Mining. (n.d.). https://www.softwaretestinghelp.com/decision-tree-algorithm-examples-data-mining/

Durrotul. (2017). Implementasi Data Mining Dalam Prediksi Performance Software Engineer PT.Emerio Menggunakan Decision Tree. Jurnal Ilmiah Informatika Komputer Universitas Gunadarma, 22(1), 31–43.

Kasih, P. (2019). Pemodelan Data Mining Decision Tree Dengan Classification Error Untuk Seleksi Calon Anggota Tim Paduan Suara. Innovation in Research of Informatics (INNOVATICS), 1(2), 63–69. https://doi.org/10.37058/innovatics.v1i2.918

Larose, D. (2005). Discovering Knowledge in Data : An Introduction to Data Mining. John Willey & Sons, Inc.

Novianti, T., & Santosa, I. (2016). PENENTUAN JADWAL KERJA BERDASARKAN KLASIFIKASI DATA KARYAWAN MENGGUNAKAN METODE DECISION TREE C4.5 (Studi Kasus Universitas Muhammadiyah Surabaya). Jurnal Komunika : Jurnal Komunikasi, Media Dan Informatika, 5(1), 1. https://doi.org/10.31504/komunika.v5i1.633

Rismayanti. (2018). Decision Tree Penentuan Masa Studi Mahasiswa Prodi Teknik Informatika (Studi Kasus : Fakultas Teknik dan Komputer Universitas Harapan Medan ). Jurnal Sistem Informasi, 02(01), 16–24.

Sutoyo, I. (2018). Implementasi Algoritma Decision Tree Untuk Klasifikasi Data Peserta Didik. Jurnal Pilar Nusa Mandiri, 14(2), 217. https://doi.org/10.33480/pilar.v14i2.926

Turban, E. (2005). No TitlDecision Support Systems and Intelligent Systems Edisi Bahasa Indonesia Jilid 1e. Andi Jogjakarta.

Umum, J., Daerah, P., Gresik, K., & Umum, J. (2016). Bupati gresik provinsi jawa timur. 3, 1–20.




DOI: http://dx.doi.org/10.28926/briliant.v6i2.598

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Briliant: Jurnal Riset dan Konseptual

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

 

Published by:

Lembaga Penelitian dan Pengabdian Masyarakat

Universitas Nahdlatul Ulama Blitar