PENERAPAN ALGORITMA DECISION TREE C4.5 UNTUK KLASIFIKASI PENENTUAN DAFTAR PRIORITAS PENGEMBANGAN JEMBATAN

Erfan Karyadiputra(1*), Nadiya Hijriana(2)

(1) 
(2) 
(*) Corresponding Author

Sari


Data Mining merupakan proses mengidentifikasi data dan informasi yang bertujuan untuk membantu mendapatkan informasi yang bermanfaat dan meningkatkan pengetahuan penggunanya. Kelancaran distribusi barang maupun jasa sangat dipengaruhi oleh kondisi infrastruktur jalan maupun jembatan yang menghubungkan beberapa wilayah-wilayah yang secara administrasi merupakan bagian dari Provinsi Kalimantan Selatan. Kondisi jembatan yang rusak tentu dapat menghambat pendistribusian barang maupun jasa sehingga perbaikan maupun pemeliharaan perlu terus dilakukan. Dalam penentuan prioritas pengembangan jembatan agar menghindari adanya tumpang tindih (overlaping) suatu kegiatan dalam satu lokasi, ataupun lokasi yang sama sekali belum tertangani dengan baik, maka dibutuhkan perencanaan pengolahan data dan informasi yang terintegrasi, sehingga data dan informasi perencanaan yang diperoleh tersebut dapat dijamin keakuratan datanya. Banyaknya ruas jembatan yang tersebar di Provinsi Kalimantan Selatan dan terbatasnya anggaran perbaikan ataupun pemeliharaan sehingga instansi terkait perlu menentukan daftar prioritas jembatan yang diprioritaskan untuk disetujui dan dilakukan perbaikan maupun pemeliharaan. Salah satu teknik yang dapat diterapkan untuk mengklasifikasi daftar prioritas pengembangan jembatan yaitu dengan menerapkan metode klasifikasi data mining menggunakan algoritma C4.5. Penerapan metode data mining menggunakan algoritma C4.5 menghasilkan performance akurasi sebesar 82.84% dengan nilai AUC sebesar 0,825 sehingga termasuk dalam kategori good clssification.

Keywords : Algoritma C4.5, Data Mining, Klasifikasi


Teks Lengkap:

PDF

Referensi


Aprilla, D., Baskoro, D. A., Ambarwati, L., & Wicaksana, I. W. (2013). Belajar Data Mining dengan RapidMiner. Jakarta: academia.edu. Diambil kembali dari http://www.academia.edu

Bellazzi, R., & Zupanb, B. (2008). Predictive Data Mining In Clinical Medicine: Current Issues And And Guidelines. International Journal Of Medical Informatics.

Gorunescu, F. (2010). Data Mining: Concept, Models and Techniques. Romania: Springer.

Han, J., & Kamber, M. (2007). Data Mining : Concepts and Techniques (Second ed.). (M. R. Jim Gray, Penyunt.) San Francisco, United States of America: Morgan Kaufmann Publishers.

Ian H., W., & Frank, E. (2005). Data Mining: Practical Machine Learning Tools and Techniques (2 ed.). San Francisco: Morgan Kaufmann Publishers is an imprint of Elsevier.

Larose. (2006). Data Mining Methods And Models. Canada: John Wiley & Sons, Inc.

Moertini, V. (2002). Data Mining Sebagai Solusi Bisnis. Integral Vol. 7 No. 1.

PU, D. (2011). Data Jalan & Jembatan Selama Pelita IV. Departemen Pekerjaan Umum Dirjen Bina Marga.

Simatupang, J. E. (2011). Studi Penentuan Prioritas Peningkatan Ruas Jalan Nasional Di Provinsi Kalimantan Selatan. Malang: Brawijaya.

Suwandi, A. (2011). Evaluasi Tingkat Kerusakan Jalan Dengan Metode Pavement Condition Index (PCI) Untuk Menunjang Pengambilan Keputusan. Yogyakarta: UGM.

Syafarina, G. A. (2016). Penerapan Algoritma Neural Network Dalam Menentukan Prioritas Pengembangan Jalan di Provinsi Kalimantan Selatan. Banjarmasin: Jurnal Ilmiah Technologia




DOI: http://dx.doi.org/10.31602/tji.v10i1.1757

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.