PERBANDINGAN ALGORITMA C4.5, NAÏVE BAYES, DAN K-NEAREST NEIGHBOR UNTUK PREDIKSI TINGKAT KESEJAHTERAAN DI KABUPATEN TEMANGGUNG

Kemiskinan merupakan permasalahan multidimensi yang dihadapi oleh banyak negara di dunia, tak terkecuali Indonesia. Kesejahteraan penduduk suatu daerah dapat meningkat apabila kemiskinannya semakin berkurang. Kemiskinan di Kabupaten Temanggung sebesar 9,42 persen atau sebesar 72,6 ribu orang pada bulan Maret 2019. Meskipun mengalami penurunan dibanding tahun sebelumnya, penduduk rentan miskin di Kabupaten Temanggung dikhawatirkan jatuh miskin ketika garis kemiskinan naik 10 persen sehingga kemiskinan akan meningkat drastis. Dalam strategi penanggulangan kemiskinan dibutuhkan data kemiskinan yang akurat sesuai karakteristik tingkat kesejahteraan, sehingga pemerintah dapat menghasilkan kebijakan yang tepat sasaran. Pada penelitian ini diusulkan perbandingan algoritma klasifikasi, yaitu C4.5, Naïve Bayes, dan k-Nearest Neighbor dengan tujuan mengetahui algoritma yang memiliki performa terbaik ketika diterapkan pada Data Kemiskinan Daerah (DKD) Kabupaten Temanggung. Pada penelitian ini difokuskan pada prediksi kelas positif, yaitu kelas keluarga sejahtera. Hasil penelitian menunjukkan bahwa berdasarkan nilai evaluasi kelas positif AUC, precision, recall/sensitivity, dan F-measure algoritma Naïve Bayes memiliki performa terbaik. Sedangkan algoritma dengan nilai evaluasi kelas positif atau kelas keluarga sejahtera terendah yaitu algoritma C4.5 karena memiliki nilai precision, recall, dan F-measure terkecil.