Analisis Kehadiran Pemilih di Tempat Pemungutan Suara Pada Pemilihan Presiden dengan Menggunakan Algoritma C4.5 (Studi Kasus di Desa Wonokasian Sidoarjo)
DOI:
https://doi.org/10.47134/jte.v1i1.2475Keywords:
Partisipasi, Pemilu, C4.5, Klasifikasi, Data MiningAbstract
Pemilihan umum diadakan setiap lima tahun dimana seluruh warga negara Indonesia berpartisipasi sebagai bagian dari proses demokrasi. Partisipasi warga negara penting untuk menggunakan hak pilihnya dalam memilih pemimpin saat pelaksanaan pemilu. Meningkatnya jumlah pemilih yang mengikuti pemilu dapat dijadikan sebagai patokan keberhasilan pemilu. Peneliti akan menguji klasifikasi berdasarkan data penduduk pemilu yang diperoleh dari Desa Wonokasian tahun 2019 menggunakan metode data mining C4.5. Variabel yang digunakan adalah Jumlah KK, Asal Penduduk, Kategori, Status, RT, TPS, Lokasi, Hadir (keluarga) dan Hadir. Hasil dari penelitian berikut menggunakan weka sehingga memudahkan bagi masyarakat desa mengetahui data pemilu antara yang hadir maupun tidak hadir. Dari hasil klasifikasi pada metode C4.5 untuk mengklasifikasi status kehadiran dari dataset 1.700, diperoleh tingkat kebenaran sebesar 91,94% dan tingkat kesalahan sebesar 8,05%.
References
Amalia, E. d. H. (2013). Algoritma C4.5 Untuk Prediksi Hasil Pemilihan Legislatif DPRD DKI Jakarta. Techno Nusa Mandiri, Vol. IX(1).
Aswendy. (2016). Analisis Data Iklim Indonesia Menggunakan Aplikasi Weka Dengan Metode Klasifikasi Naive Bayes.
Bhardwaj, R. B. (2022). Use of ANN, C4.5 and Random Forest Algorithm in the Evaluation of Seismic Soil Liquefaction. Journal of Soft Computing in Civil Engineering, 6(2), 92–106. https://doi.org/10.22115/SCCE.2022.314762.1380
Budiman, S. S. N. A. F. Y. P. (2021). Analisis Pengendalian Mutu di Bidang Industri Makanan.
Bustillo, J. C. M. (2022). Predictive Hybridization Model integrating Modified Genetic Algorithm (MGA) and C4.5. 6th International Conference on Electronics, Communication and Aerospace Technology, ICECA 2022 - Proceedings, 1500–1507. https://doi.org/10.1109/ICECA55336.2022.10009532
Chen, X. (2023). Design and research of MOOC teaching system based on TG-C4.5 algorithm. Systems and Soft Computing, 5. https://doi.org/10.1016/j.sasc.2023.200064
F, A. S., & others. (2019). Classification Using C4.5 Algorithm in Election Participation Prediction. International Conference on Engineering, Technologies, and Applied Sciences (ICETsAS).
Han, J., & Kamber, M. (2006). Data Mining Concepts and Techniques (Second). Morgan Kaufmann.
Hendrian, S. (2018). Algoritma Klasifikasi Data Mining Untuk Memprediksi Siswa Dalam Memperoleh Bantuan Dana Pendidikan. Akt. Exacta, 11(3), 266–274.
Kamagi, D. &. H. S. (2014). Implementasi Data Mining dengan Algoritma C4.5 untuk Memprediksi Tingkat Kelulusan Mahasiswa. Ultimatics : Jurnal Teknik Informatika, 6(1), 15–20.
Liando, D. M. (2016). Pemilu dan Partisipasi Politik Masyarakat (Studi Pada Pemilihan Anggota Legislatif Dan Pemilihan Presiden Dan Calon Wakil Presiden Di Kabupaten Minahasa Tahun 2014). J. LPPM Bid. EkoSosBudKum, 3(2), 14–28.
Liksha, V. a. P. D. (2018). Aplikasi Akuntansi Pengolahan Data Jasa Service Pada Pt. Budi Berlian Motor Lampung. J. Sist. Inf. Akunt, 1(1).
Mebawondu, O. J. (2022). Network Intrusion Detection Models based on Naives Bayes and C4.5 Algorithms. Proceedings of the 2022 IEEE Nigeria 4th International Conference on Disruptive Technologies for Sustainable Development, NIGERCON 2022. https://doi.org/10.1109/NIGERCON54645.2022.9803086
Mohammad, G. B. (2022). Classification of normal and anomalous activities in a network by cascading C4.5 decision tree and K-means clustering algorithms. Social Network Analysis: Theory and Applications, 109–132. https://doi.org/10.1002/9781119836759.ch7
Purnamasari, J. H. Y. P. S. F. I. a. I. W. S. W. (2013). Machine Learning ‘Get Easy Using WEKA. Dapur Buku.
Rahardja, U. (2022). Application of the C4.5 Algorithm for Identifying Regional Zone Status Using A Decision Tree in the Covid-19 Series. APTISI Transactions on Technopreneurship, 4(2), 164–173. https://doi.org/10.34306/att.v4i2.234
Shamrat, F. M. J. M. (2022). Performance Evaluation Among ID3, C4.5, and CART Decision Tree Algorithm. Lecture Notes in Networks and Systems, 317, 127–142. https://doi.org/10.1007/978-981-16-5640-8_11
Shanthi, J. (2022). A C4.5 decision tree classifier based floorplanning algorithm for System-on-Chip design. Microelectronics Journal, 121. https://doi.org/10.1016/j.mejo.2022.105361
Sindunata, R. D. I. S. d. Y. (2014). Penerapan Data Mining untuk Analisa Pola Perilaku Nasabah dalam Pengkreditan Menggunakan Metode C4.5 Studi Kasus pada KSU Insan Kamil Demak. Jurnal Ilmiah Teknologi Dan Informasi ASIA, Vol. 8(2).
Subiyanto, A. E. (2020). Pemilihan Umum Serentak Yang Berintegritas Sebagai Pembaruan Demokrasi Indonesia. Mahkamah Konstitusi Republik Indonesia.
Susanto, S. H. (2014). Data Mining Untuk Memprediksi Prestasi Siswa Berdasarkan Sosial Ekonomi, Motivasi, Kedisiplinan dan Prestasi Masa Lalu.
Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data.
Tempola, F. (2022). Rule Formation Application based on C4.5 Algorithm for Household Electricity Usage Prediction. Trends in Sciences, 19(3). https://doi.org/10.48048/tis.2022.2167
Wang, J. (2022). Application of C4.5 Decision Tree Algorithm for Evaluating the College Music Education. Mobile Information Systems, 2022. https://doi.org/10.1155/2022/7442352
Wanti, K. D. R. S. P. F. I. R. Z. D. H. S. (2020). Penerapan Algoritma C4.5 Dalam Meningkatkan Kemampuan Bahasa Inggris Pada Mahasiswa. PETIR.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Wahidiyah Kurniawati, Arif Senja Fitrani, Sukma Aji, Suprianto Suprianto
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
