Laporkan Masalah

RANCANG BANGUN APLIKASI EVALUASI RASIO ANGGARAN MENGGUNAKAN ALGORITMA C4.5 (Studi Kasus Pada Pemerintah Provinsi Kalimantan Timur)

ABDUL NAJIB, Azhari SN, Drs., MT., Dr.

2012 | Tesis | S2 Ilmu Komputer

Evaluasi rasio anggaran merupakan kegiatan yang dilakukan untuk menelusuri adanya unsur yang menyimpang atas perencanaan/penggunaan anggaran sebagai dasar untuk penilaian suatu kinerja. Pelaksanaan evaluasi anggaran terutama yang terjadi di Pemerintah Provinsi Kalimantan Timur melibatkan berbagai unsur dalam tim evaluasi anggaran yang dibentuk Gubernur untuk melakukan evaluasi terhadap rancangan anggaran masing-masing kabupaten/kota. Evaluasi yang dimaksud adalah menentukan klasifikasi anggaran apakah masuk dalam klasifikasi terpenuhi, catatan atau revisi yang dapat dipergunakan dalam proses pengambilan keputusan. Klasifikasi pohon keputusan merupakan salah satu teknik dalam data mining yang dapat digunakan untuk mendeskripsikan data serta dapat menentukan kecenderungan data masuk dalam klasifikasi tertentu dan menemukan model untuk menggambarkan kelas dari suatu data, salah satunya menggunakan algoritma C4.5. Dari hasil ujicoba, aplikasi yang dibangun menunjukkan bahwa nilai akurasi terkecil 78.6% dan Weka 71.4% dengan jumlah sampel data 42, sementara nilai akurasi tertinggi dari aplikasi 99.8% dan Weka 99.8% dengan jumlah sampel data 3000 menggunakan data yang sama.

Evaluation of the ratio of budget is activity which is conducted to trace the existence of distorting elements in planning/using budget as basic for an assessment of performance. Evaluation of the budget conduction mainly is occured in the provincial government of kaltim involves evaluation team budget which was formed by governor to evaluate budget plan of each regency/city area. Instead of the evaluation is to determine budget classification whether included in satisfied, note or revition that can be used into decision making process. Decision tree classification is one of the techniques in data mining are used to describe data and to determine the relativity data that includes into particular clasification and finds the model classification to describe classes of data, one of them using C4.5 algorithm. From the test results, application shows that the value of the smallest accuracy is 78.6% and the Weka is 71.4% by using 42 data samples. The highest application accuracy is 99.8% and the Weka is 99.8% by using 3000 data samples.

Kata Kunci : klasifikasi, algoritma pohon keputusan C4.5, data mining, evaluasi rasio anggaran.


    Tidak tersedia file untuk ditampilkan ke publik.