KLASIFIKASI PENERIMA DANA BANTUAN LANGSUNG TUNAI DESA MENGGUNAKAN ALGORITMA C4.5 DENGAN TEKNIK BAGGING (Studi Kasus : Desa Jukong Kec.Labang Kab.Bangkalan)

Program Bantuan Langsung Tunai (BLT) merupakan salah satu upaya pemerintah dalam menangani kemiskinan. Kemiskinan di Indonesia merupakan salah satu masalah yang sangat perlu diperhatikan oleh Pemerintah. Dimana pada tahun 2022 meningkatnya angka kemiskinan pasca pandemi dan hingga saat ini isu tersebut masih banyak di beritakan di berbagai portal berita. Proses penentuan penerima bantuan langsung tunai di Desa Jukong masih sering terjadi kendala untuk menentukan masyarakat penerima bantuan dikarenakan terlalu banyak data calon penerima BLT dan memiliki kemungkinan terjadinya kesalahan saat menentukan masyarakat penerima BLT. Oleh karena itu diperlukan model klasifikasi data mining untuk membantu proses penentuan penerima BLT agar bantuan yang diberikan tepat sasaran. Dalam penelitian ini dilakukan klasifikasi menggunakan Algoritma C4.5 dengan teknik Bagging dan jumlah data yang digunakan dalam penelitian ini sebanyak 210 data. Klasifikasi penelitian ini dilakukan berdasarkan sepuluh kriteria yaitu usia, jenis kelamin, Jumlah Anggota Keluarga, status perkawinan, pekerjaan, penghasilan, kepemilikan rumah, sumber air, listrik, dan kepemilikan sawah. Pada klasifikasi penelitian ini nilai akurasi klasifikasi algoritma C4.5 tunggal sebesar 88.57% dan algoritma C4.5 bagging menghasilkan nilai akurasi sebesar 91,90%. Jadi pada algoritma C4.5 bagging terjadi kenaikan akurasi sebesar 3,33%.