A Comparative Study of the Performance of KNN, NBC, C4.5, and Random Forest Algorithms in Classifying Beneficiaries of the Kartu Indonesia Sehat Program
Main Article Content
Abstract
Article Details

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
How to Cite
References
Adzy, L. B., Asriyanik, A., & Pambudi, A. (2023). Algoritma naïve bayes untuk klasifikasi kelayakan penerima bantuan iuran jaminan kesehatan pemerintah daerah kabupaten sukabumi. Jurnal Mnemonic, 6(1), 1–10.
Andrian, A., Steele, S., Salim, E. S., Bindan, H., Pranoto, E., & Dharma, A. (2020). Analisa metode random forest tree dan k-nearest neighbor dalam mendeteksi kanker serviks. Jurnal Ilmu Komputer Dan Sistem Informasi (JIKOMSI), 3(2), 97–101. https://ejournal.sisfokomtek.org/index.php/jikom/article/view/73
Arifin, N. Y., Suri, G. P., Veza, O., & Setyabudhi, A. L. (2021). Dashboard penentuan penerima kartu indonesia sehat (kis) pada kelurahan binuang kampung dalam dengan metode simple additive weighting. JURSIMA, 9(1), 1–9. https://ojsiibn1.indobarunasional.ac.id/index.php/jursima/article/view/239
Azahari, A., & Nursobah, N. (2021). Rekomendasi penerimaan beasiswa yayasan untuk siswa baru smk ti airlangga dengan algoritma c4.5. Jurnal Media Informatika Budidarma, 5(2), 609–614. https://doi.org/10.30865/MIB.V5I2.2943
Badriah, S., Nugroho, M. F. E., Sanjaya, N., Rismawati, I., Sari, B. N., & Rozikin, C. (2021). Klasifikasi algoritma c4.5 dalam menentukan penerima bantuan covid-19 (studi kasus: desa di karawang). Jurnal Informatika Polinema, 7(3), 23–28. https://doi.org/10.33795/JIP.V7I3.620
Dina, A., Permana, I., Muttakin, F., & Maita, I. (2023). Perbandingan algoritma nbc, knn, dan c4.5 untuk klasifikasi penerima bantuan program keluarga harapan. Jurnal Media Informatika Budidarma, 7(3), 1079–1087. https://ejurnal.stmik-budidarma.ac.id/index.php/mib/article/view/6316
Harianto, H., & Rosiyadi, D. (2020). Komparasi algortima c4.5, naïve bayes dan k-nearest neighbor sebagai sistem pendukung keputusan menaikkan jumlah peserta didik. Jurnal Informatika, 7(1), 55–61. https://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/7250
Huriah, D. A., & Nuris, N. D. (2023). Klasifikasi penerima bantuan sosial umkm menggunakan algoritma naïve bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 7(1), 360–365. https://doi.org/10.36040/JATI.V7I1.6300
Iman, Q., & Wijayanto, A. W. (2021). Klasifikasi rumah tangga penerima beras miskin (raskin)/beras sejahtera (rastra) di provinsi jawa barat tahun 2017 dengan metode random forest dan support vector machine. JUSTIN (Jurnal Sistem Dan Teknologi Informasi), 9(2), 178–184. https://doi.org/10.26418/JUSTIN.V9I2.44137
Junaidi, A., Agustiani, S., Agustyaningrum, C. I., & Arifin, Y. T. (2023). Klasifikasi penerima bantuan sosial menggunakan algoritma c4.5. Jurnal Teknik Komputer AMIK BSI, 9(1), 77–82. https://doi.org/10.31294/JTK.V9I1.14378
Kurniawan, Y. I. (2018). Perbandingan algoritma naive bayes dan c.45 dalam klasifikasi data mining. Jurnal Teknologi Informasi Dan Ilmu Komputer, 5(4), 455–464. https://doi.org/10.25126/JTIIK.201854803
Kurniawan, I., Buani, D. C. P., Abdussomad, A., Apriliah, W., & Saputra, R. A. (2023). Implementasi algoritma random forest untuk menentukan penerima bantuan raskin. Jurnal Teknologi Informasi Dan Ilmu Komputer, 10(2), 421–428. https://doi.org/10.25126/JTIIK.20231026225
Lestari, W., Fatoni, F., & Hutrianto, H. (2020). Implementasi data mining untuk kartu indonesia sehat bagi masyarakat kurang mampu menggunakan metode clustering pada dinas sosial kota palembang. Jurnal Nasional Ilmu Komputer, 1(4), 169–174. https://doi.org/10.47747/JURNALNIK.V1I4.163
Maliangga, M., Walewangko, E. N., & Londa, A. T. (2019). Pengaruh kebijakan pemerintah kartu indonesia pintar (kip) dan kartu indonesia sehat (kis) terhadap konsumsi rumah tangga miskin di kecamatan dumoga timur kabupaten bolaang mongondow. Jurnal Berkala Ilmiah Efisiensi, 19(01). https://ejournal.unsrat.ac.id/v3/index.php/jbie/article/view/22311
Nalatissifa, H., Gata, W., Diantika, S., & Nisa, K. (2020). Perbandingan kinerja algoritma klasifikasi naive bayes, support vector machine (svm), dan random forest untuk prediksi ketidakhadiran di tempat kerja. Jurnal Informatika Universitas Pamulang, 5(4), 578–584. https://doi.org/10.32493/INFORMATIKA.V5I4.7575
Nurdin, N., Suhendri, M., Afrilia, Y., & Rizal, R. (2021). Klasifikasi karya ilmiah (tugas akhir) mahasiswa menggunakan metode naive bayes classifier (nbc). SISTEMASI, 10(2), 268.
Pristiawati, A. P., Permana, I., Zarnelly, Z., & Muttakin, F. (2023). Klasifikasi penerima bantuan beras miskin menggunakan algoritma k-nn, nbc dan c4.5. Building of Informatics, Technology and Science (BITS), 5(1), 336−344-336−344. https://doi.org/10.47065/BITS.V5I1.3617
Purwanto, A., & Nugroho, H. W. (2023). Analisa perbandingan kinerja algoritma c4.5 dan algoritma k-nearest neighbors untuk klasifikasi penerima beasiswa. Jurnal Teknoinfo, 17(1), 236–243. https://doi.org/10.33365/JTI.V17I1.2370
Ramdani, A., Sofyan, C. D., Ramdani, F., Tama, M. F. A., & Rachmatsyah, M. A. (2022). Algoritma klasifikasi data mining untuk memprediksi masyarakat dalam menerima bantuan sosial. Jurnal Ilmiah Sistem Informasi, 1(2), 39–47. https://doi.org/10.51903/JUISI.V1I2.363
Rosid, A., Nurdiawan, O., & Dwilestari, G. (2022). Klasifikasi penerima bantuan sosial dengan algoritma random forest untuk penanganan covid 19. JURSIMA, 10(2), 114–120. https://ojsiibn1.indobarunasional.ac.id/index.php/jursima/article/view/398
Ula, M., Zulhusna, R., Fhonna, R. P., & Pratama, A. (2022). Penerapan model klasifikasi k-nearest neighbor dalam pencarian kesesuaian pekerjaan. METIK Jurnal, 6(1), 18–23. https://doi.org/10.47002/METIK.V6I1.343
Widjiyati, N. (2021). Implementasi algoritme random forest pada klasifikasi dataset credit approval. Jurnal Janitra Informatika Dan Sistem Informasi, 1(1), 1–7. https://doi.org/10.25008/JANITRA.V1I1.118
Wuryani, N., & Agustiani, S. (2021). Random forest classifier untuk deteksi penderita covid-19 berbasis citra ct scan. Jurnal Teknik Komputer AMIK BSI, 7(2), 187–193. https://doi.org/10.31294/JTK.V7I2.10468