Klasifikasi Faktor Kepadatan Penduduk Kabupaten/Kota di Jawa Tengah Menggunakan Algoritma C4.5

• By Muhammad Taufan Akbar , Azkia Nur Zayina, Ovira Tyas Andrayu , Alya Zsa Zsa Utami , Inge Yuska Anastasya;
• Jurnal Widya Cipta
• 56
• 1-6

Kesenjangan distribusi penduduk dan sumber daya di 35 Kabupaten/Kota di Provinsi Jawa Tengah memerlukan identifikasi faktor-faktor yang secara signifikan memengaruhi klasifikasi kepadatan wilayah. Tujuan penelitian ini adalah membangun dan mengevaluasi model klasifikasi yang mampu memetakan faktor-faktor sosio-ekonomi dan demografi ini. Penelitian ini menerapkan metode Data Mining Klasifikasi menggunakan Algoritma C4.5 untuk membentuk model Decision Tree yang dapat mengklasifikasikan wilayah ke dalam kategori kepadatan (Rendah, Sedang, Tinggi). Data sekunder BPS diolah menggunakan RapidMiner Studio dengan teknik validasi 10-fold Cross Validation. Hasil pengujian model menghasilkan tingkat akurasi sebesar 85,71%. Pohon keputusan yang terbentuk menunjukkan bahwa Tingkat Kemiskinan merupakan atribut penentu utama (root node), diikuti oleh PDRB Perkapita dan Jumlah Penduduk. Temuan ini menggarisbawahi pentingnya faktor sosial-ekonomi dalam menentukan pola demografi dan memberikan landasan bagi Pemerintah Daerah untuk merumuskan kebijakan pemerataan pembangunan yang lebih terfokus dan tepat sasaran.

• Katakunci Kepadatan Penduduk, Tingkat Kemiskinan, Data Mining, Klasifikasi, Algoritma C4.5, RapidMiner
• URL https://journal.irpi.or.id/index.php/malcom/authorDashboard/submission/2509
• Penerbit Indonesian Journal of Machine Learning and Computer Science, KAB. BREBES JAWA TENGAH

REFERENSI

[1]            Ajmilah, W., Nawawi, M. K., & Muhlisin, S. (2025). Analisis Faktor-Faktor yang Memengaruhi Tingkat Kemiskinan dan Solusinya dalam Perspektif Islam (Studi Kasus pada Provinsi Jawa Barat tahun 2019-2023). Jurnal Kajian Islam Dan Sosial Keagamaan, 2(3), 560–569.

[2]            Badan Pusat Statistik Provinsi Jawa Tengah. (2024). Provinsi Jawa Tengah Dalam Angka 2024. Semarang: BPS Provinsi Jawa Tengah. Fauzi, M. A., Darwiyanto, W., & Arini, A. (2023).

[3]             Implementasi Algoritma C4.5 untuk Klasifikasi Penyakit Jantung. Jurnal Informatika dan Rekayasa Perangkat Lunak, 4(1), 12-20.

[4]            Candra, A., Permana, S. T., & Arifin, S. (2021). Klasifikasi Tingkat Kerawanan Sosial Berdasarkan Faktor Demografi Menggunakan Algoritma C4.5. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(5), 901-908.

[5]            Hastuti, R. T., & Supriadi, E. (2020). Klasifikasi Kepadatan Penduduk di Provinsi Jawa Tengah Menggunakan Algoritma K-Means Clustering. Jurnal Geografi, 17(1), 45-56.

[6]            Lidysari, R., Darwiyanto, W., & Arini, A. (2022). Penerapan Data Mining untuk Klasifikasi Tingkat Stunting Menggunakan Algoritma C4.5 dan RapidMiner. Jurnal Informatika Ekonomi Bisnis, 4(4), 181-188. 

[7]            Ajmilah, W., Nawawi, M. K., & Muhlisin, S. (2025). Analisis Faktor-Faktor yang Memengaruhi Tingkat Kemiskinan dan Solusinya dalam Perspektif Islam (Studi Kasus pada Provinsi Jawa Barat tahun 2019-2023). Jurnal Kajian Islam Dan Sosial Keagamaan,2(3),560–569.

[8]            Badan Pusat Statistik Provinsi Jawa Tengah. (2024). Provinsi Jawa Tengah Dalam Angka 2024. Semarang: BPS Provinsi Jawa Tengah.

[9]            Fauzi, M. A., Darwiyanto, W., & Arini, A. (2023). Implementasi Algoritma C4.5 untuk Klasifikasi Penyakit Jantung. Jurnal Informatika dan Rekayasa Perangkat Lunak, 4(1), 12-20.

[10]        Candra, A., Permana, S. T., & Arifin, S. (2021). Klasifikasi Tingkat Kerawanan Sosial Berdasarkan Faktor Demografi Menggunakan Algoritma C4.5. Jurnal Teknologi Informasi dan Ilmu Komputer, 8(5), 901-908.

[11]        Hastuti, R. T., & Supriadi, E. (2020). Klasifikasi Kepadatan Penduduk di Provinsi Jawa Tengah Menggunakan Algoritma K-Means Clustering. Jurnal Geografi, 17(1), 45-56.

[12]        Lidysari, R., Darwiyanto, W., & Arini, A. (2022). Penerapan Data Mining untuk Klasifikasi Tingkat Stunting Menggunakan Algoritma C4.5 dan RapidMiner. Jurnal Informatika Ekonomi Bisnis, 4(4), 181-188.

[13]        Kusrini, & Luthfi, E. (2021). Algoritma Data Mining. Edisi Revisi. Yogyakarta: Penerbit Andi.

[14]        Mardi, Y. (2017). Data Mining: Klasifikasi Menggunakan Algoritma C4.5. Informatika Edik, 2(2), 213–219. 7. Maulidiyah, S., Muchtar, M., & Sihombing, P. R. (2024). Pengaruh Tingkat Pengangguran Dan Angka Harapan Hidup Terhadap Sebaran Populasi Penduduk Di Indonesia. Journal of Law, Administration, and Social Science, 4(1), 35–46.

[15]        Novianti, B., Rismawan, T., & Bahri, S. (2016). Implementasi Data Mining Dengan Algoritma C4.5 Untuk Penentuan Jurusan Siswa. Jurnal Sistem dan Teknologi Informasi (JUSTIN), 4(3), 11-18.

[16]        Prayogo, P., & Suparman. (2021). Klasifikasi Tingkat Kerawanan Bencana Banjir di Provinsi Jawa Tengah Menggunakan Algoritma Decision Tree C4.5. Jurnal Ilmiah Komputer dan Informatika, 6(2), 55-63. 10. Purnamasari, N., & Sunarti, S. (2019). Penerapan Data Mining untuk Klasifikasi Data Kependudukan Menggunakan Algoritma C4.5. Jurnal Manajemen dan Teknik Informatika, 8(1), 45-52.

[17]        Quinlan, J. R. (1993). C4.5: Programs for Machine Learning. Morgan Kaufmann Publishers.

[18]        Ramadhan, D. K., Santoso, T. B., & Wiyanto, D. (2020). Analisis Sentimen Ulasan Pengguna Aplikasi E-Commerce Menggunakan Metode Naïve Bayes Berbasis Particle Swarm Optimization (PSO) pada RapidMiner. Jurnal Sisfokom, 9(3), 253-260. 13. Rusdiana, Y., & Haryanto, Y. (2021). Analisis Faktor-Faktor Demografi yang Mempengaruhi Pertumbuhan Ekonomi di Jawa Tengah. Jurnal Ekonomi Pembangunan, 19(2), 150-165.

[19]        Sugiyono. (2022). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

[20]        Rusdiana, Y., & Haryanto, Y. (2021). Analisis Faktor-Faktor Demografi yang Mempengaruhi Pertumbuhan Ekonomi di Jawa Tengah.

[21]        Taufik, R., & Hartono, A. (2019). Analisis Klasifikasi Tingkat Kesejahteraan Rumah Tangga Menggunakan Algoritma C4.5. Jurnal Teknik Informatika dan Sistem Informasi, 5(3), 320-330.