Analisis Komparatif Algoritma C4.5, Naïve Bayes, dan K-Nearest Neighbor untuk Prediksi Kesejahteraan Masyarakat di Kabupaten Temanggung

Abstract

Kesejahteraan penduduk dapat meningkat seiring dengan menurunnya tingkat kemiskinan. Pada Maret 2019, tingkat kemiskinan di Kabupaten Temanggung mencapai 9,42 persen atau sekitar 72,6 ribu jiwa. Meskipun mengalami penurunan dibanding tahun sebelumnya, terdapat kekhawatiran bahwa penduduk rentan miskin dapat jatuh ke dalam kemiskinan apabila garis kemiskinan meningkat sebesar 10 persen, yang berpotensi menyebabkan lonjakan angka kemiskinan. Oleh karena itu, strategi penanggulangan kemiskinan memerlukan data yang akurat sesuai dengan karakteristik kesejahteraan masyarakat agar kebijakan yang diambil lebih tepat sasaran. Penelitian ini mengusulkan perbandingan beberapa algoritma klasifikasi, yaitu C4.5, Naïve Bayes, dan k-Nearest Neighbor, untuk menentukan algoritma dengan performa terbaik dalam menganalisis Data Kemiskinan Daerah (DKD) Kabupaten Temanggung. Fokus penelitian ini adalah pada prediksi kelas positif, yaitu keluarga sejahtera. Berdasarkan evaluasi menggunakan metrik AUC, precision, recall/sensitivity, dan F-measure pada kelas positif, hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memiliki kinerja terbaik. Sebaliknya, algoritma C4.5 memiliki performa terendah karena memperoleh nilai precision, recall, dan F-measure yang paling kecil.