Journal Thumbnail

Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi)

E-ISSN: 2580-1643 | P-ISSN:

Nurfazriah Attamami (1) , Agung Triayudi (2) , Rima Tamara Aldisa (3)

(1) Nurfazriah Attamami:

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

(2) Agung Triayudi :

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

(3) Rima Tamara Aldisa:

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

Abstract:

Health is the basis of the level of humanity. However, in reality, not everyone with social welfare problems has national health insurance. The large number of patient files that must be checked makes it difficult for officers to identify potential beneficiaries. Based on these problems, a procedure or method is needed that can assist officers in identifying potential beneficiaries. From the results of the performance testing of the two models using a confusion matrix with 730 records used as training data and 313 records used as test data, the C4.5 classification algorithm gets the highest accuracy value, which is 99.04%. A total of 310 data records were predicted correctly with an error rate or error of 0.96% or as many as 3 data records from 313 data tested. While the Naive Bayes classification algorithm gets an accuracy value of 92.97%. A total of 291 data records were predicted to be correct with an error rate of 7.03% or as many as 22 data records were predicted to be incorrect from the 313 data tested


Statistic:

Downloads

Download data is not yet available.
Shared With:

Article Details

How to Cite
Attamami, N., Triayudi , A., & Aldisa, R. T. (2023). Analisis Performa Algoritma Klasifikasi Naive Bayes dan C4.5 untuk Prediksi Penerima Bantuan Jaminan Kesehatan. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 7(2), 262–269. https://doi.org/10.35870/jtik.v7i2.756
Author Biographies

Nurfazriah Attamami, Universitas Nasional

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

Agung Triayudi , Universitas Nasional

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

Rima Tamara Aldisa, Universitas Nasional

Fakultas Teknologi Komunukasi dan Indormatika, Universitas Nasional, Kota Jakarta Selatan, Daerah Khusus Ibukota Jakarta, Indonesia

References
Ardinata, M., 2020. Tanggung Jawab Negara Terhadap Jaminan Kesehatan Dalam Perspektif Hak Asasi Manusia. Jurnal HAM, 11(2), pp.319-332.

Inayati, S., Yuliana, Y. and Hanafiah, A., 2021. Prediksi Jumlah Peserta BPJS Penerima Bantuan Iuran (PBI) APBN menggunakan Metode Fuzzy Time Series Cheng. Barekeng: Jurnal Ilmu Matematika dan Terapan, 15(2), pp.373-384. DOI: https://doi.org/10.30598/barekengvol15iss2pp373-384

Nomor, P.P.R.I., 12. tahun 2013 tentang Jaminan Kesehatan. Jakarta: Kementerian Hukum dan Hak Asasi Manusia.

PERWALI Kota Depok No. 4 Tahun 2016 Tentang Petunjuk Teknis Pembiayaan Jaminan Kesehatan Masyarakat Miskin di Luar Kuota Penerima Bantuan Iuran Jaminan Kesehatan Dan Bantuan Sosial Tidak Terencana Bagi Orang Terlantar [JDIH BPK RI], n.d.)

Saputra, R.A., Wasiyanti, S. and Pribadi, D., 2021. Information Gain Pada Algoritma C4. 5 Untuk Klasifikasi Penerimaan Bantuan Pangan Non Tunai (BPNT). Indonesian Journal of Business Intelligence (IJUBI), 4(1), pp.25-30. DOI: http://dx.doi.org/10.21927/ijubi.v4i1.1757

Sulihati, I., 2022. Penerapan Komparasi Algoritma C4. 5 dan Naïve Bayes untuk Menentukan Hasil Seleksi Masuk Perguruan Tinggi. JURNAL TECNOSCIENZA, 6(2), pp.311-320.

Hakim, L.N., Sholihin, I., Rinaldi, A.R. and Morina, I.S., 2021. Penerapan Data Mining Algoritma Naïve Bayes dalam Menentukan Program Keluarga Pra Sejahtera. JURNAL DATA SCIENCE & INFORMATIKA, 1(1), pp.21-25.

Ubaedi, I. and Djaksana, Y.M., 2022. Optimasi Algoritma C4. 5 Menggunakan Metode Forward Selection Dan Stratified Sampling Untuk Prediksi Kelayakan Kredit. JSiI (Jurnal Sistem Informasi), 9(1), pp.17-26.

Bahtiar, A. and Silitonga, P.D., 2020. Penerapan Algoritma Decision Tree Untuk Memprediksi Penerima Bantuan Keluarga Harapan. Jurnal ICT: Information Communication & Technology, 19(1), pp.70-76. DOI: https://doi.org/10.36054/jict-ikmi.v19i1.93

Hasanah, M.A., Soim, S. and Handayani, A.S., 2021. Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir. Journal of Applied Informatics and Computing, 5(2), pp.103-108.

Lidysari, W., Tambunan, H.S. and Qurniawan, H., 2022. Penerapan Data Mining Dalam Menentukan Kelayakan Penerima Bantuan Sosial Pemko Dengan Algoritma C4. 5 (Kasus Kantor Kelurahan Martoba). Kesatria: Jurnal Penerapan Sistem Informasi (Komputer dan Manajemen), 3(1), pp.53-61.

Haryatmi, E. and Hervianti, S.P., 2021. Penerapan Algoritma Support Vector Machine Untuk Model Prediksi Kelulusan Mahasiswa Tepat Waktu. Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), 5(2), pp.386-392. DOI: https://doi.org/10.29207/resti.v5i2.3007

Algoritma Supervised Vs Unsupervised Learning, Cari Tahu Bedanya. 2022. DQLab. Available at: https://dqlab.id/algoritma-supervised-vs-unsupervised-learning

Tuntun, R., Kusrini, K. and Kusnawi, K., 2022. Analisis Perbandingan Kinerja Algoritma Klasifikasi dengan Menggunakan Metode K-Fold Cross Validation. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(4), pp.2111-2119.

Azhari, M., Situmorang, Z. and Rosnelly, R., 2021. Perbandingan Akurasi, Recall, dan Presisi Klasifikasi pada Algoritma C4. 5, Random Forest, SVM dan Naive Bayes. Jurnal Media Informatika Budidarma, 5(2), pp.640-651. DOI: https://doi.org/10.30865/mib.v5i2.2937

Damuri, A., Riyanto, U., Rusdianto, H. and Aminudin, M., 2021. Implementasi Data Mining dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako. JURIKOM (Jurnal Riset Komputer), 8(6), pp.219-225. DOI: https://doi.org/10.30865/jurikom.v8i6.3655

Fitrianah, D., Gunawan, W. and Sari, A.P., 2022. Studi Komparasi Algoritma Klasifikasi C5. 0, SVM dan Naive Bayes dengan Studi Kasus Prediksi Banjir. Techno. Com, 21(1), pp.1-11.

Most read articles by the same author(s)

1 2 3 4 > >>