Perbandingan Algoritma Cart Dan C4.5 Untuk Klasifikasi Kepadatan Penduduk Sumatera Utara Berdasarkan Faktor Sosial Ekonomi Dan Kesehatan
Comparison of Cart and C4.5 Algorithms for Population Density Classification in North Sumatra Based on Socio Economic and Health Factors
DOI:
https://doi.org/10.53866/jimi.v6i1.1001Keywords:
CART, C4.5, Kepadatan Penduduk, Klasifikasi, Sumatera UtaraAbstract
Penduduk merupakan faktor utama dalam menentukan dinamika pembangunan wilayah, khususnya terkait kepadatan yang tidak merata antar kabupaten/kota. Provinsi Sumatera Utara pada tahun 2023 masih menghadapi ketimpangan kepadatan penduduk yang signifikan, di mana konsentrasi penduduk tinggi terjadi di kota besar seperti Medan, sementara wilayah lain relatif rendah. Penelitian ini bertujuan untuk membandingkan kinerja algoritma CART dan C4.5 dalam mengklasifikasikan tingkat kepadatan penduduk kabupaten/kota di Provinsi Sumatera Utara tahun 2023 berdasarkan enam variabel sosial ekonomi dan kesehatan: jumlah penduduk, angka kelahiran, pengeluaran per kapita, Indeks Pembangunan Manusia (IPM), akses air bersih, dan laju pertumbuhan penduduk. Data diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara. Hasil menunjukkan bahwa kedua algoritma menghasilkan tingkat akurasi yang sama, yaitu 88,89% dengan proporsi data latih 75% dan data uji 25%. IPM muncul sebagai variabel dengan kontribusi terbesar dalam menentukan kategori kepadatan penduduk, diikuti oleh angka kelahiran, laju pertumbuhan, dan akses air bersih. Temuan ini menegaskan bahwa peningkatan IPM dan akses air bersih merupakan prioritas utama bagi pemerintah daerah dalam merumuskan kebijakan pemerataan kependudukan dan pembangunan wilayah di Sumatera Utara. Hasil penelitian tersebut menjadi dasar bagi Pemerintah Provinsi Sumatera Utara dalam merumuskan strategi kebijakan yang berfokus pada peningkatan angka Indeks Pembangunan Manusia (IPM) dan akses air bersih untuk kualitas hidup masyarakat, sekaligus angka kelahiran dan laju pertumbuhan penduduk untuk pemerataan kependudukan di Provinsi Sumatera Utara.
References
Agustin, R., Sarjon Defit, & Sumijan. (2024). Perbandingan Algoritma CART dan C.4 5 Pada Citra Tandan Buah Sawit Untuk Mengetahui Tingkat Kematangan Dalam Penentuan Harga. Jurnal KomtekInfo, 11(4), 263–273. https://doi.org/10.35134/komtekinfo.v11i4.558
Asmara, I. M. A. P., Saimi, S., Putri, F. D. A., & Swandayana, P. G. W. (2024). Analisis Hubungan Kemampuan Pelayanan Kesehatan dengan Rate Rujukan Puskesmas di Wilayah Kerja BPJS Kesehatan Cabang Mataram Tahun 2024. Bioscientist : Jurnal Ilmiah Biologi, 12(2), 2072. https://doi.org/10.33394/bioscientist.v12i2.13233
Avcı, K. (2025). Evaluation of Public Hospitals’ Performance with Decision Tree Algorithms. Verimlilik Dergisi, 59(1), 133–142. https://doi.org/10.51551/verimlilik.1494277
Azzahra, F., Azzarah, R. A., Harahap, M. A., Sianipar, S. E., & Sipahutar, R. A. S. (2025). Integrasi SIG dalam Analisis Kepadatan Penduduk di Desa Limau Manis, Desa Medan Sinembah, dan Desa Ujung Serdang. JPIG (Jurnal Pendidikan dan Ilmu Geografi), 10(1), 84-90.
BPS Sumatera Utara. (2023). Provinsi Sumatera Utara Dalam Angka 2023. Badan Pusat Statistik Provinsi Sumatera Utara. https://doi.org/10.21067/jpig.v10i1.1039
Daniya, T., Geetha, M., & Suresh Kumar, K. (2020). Classification And Regression Trees With Gini Index. Advances in Mathematics: Scientific Journal, 9(10), 8237–8247. https://doi.org/10.37418/amsj.9.10.53
Dita, C. Y. E., & Legowo, M. (2022). Analisis kepadatan penduduk yang berpengaruh terhadap kemiskinan dan degradasi lingkungan. In Prosiding Seminar Nasional Ilmu Ilmu Sosial (SNIIS) (Vol. 1, pp. 1-12).
Irham, A. R., & Putri, R. M. (2023). Kepadatan Penduduk terhadap Indeks Pembangunan Manusia di Provinsi Lampung. Media Komunikasi Geografi, 24(1), 91–100. https://doi.org/10.23887/mkg.v24i1.60261
Kuswanto, A. D., Badjo, H. N., Kharist, S., Mubarok, M. Z., Saputra, R., & Fitroh, R. M. (2024). Penerapan Algoritma C4. 5 Dalam Klasifikasi Prestasi Atlet: Studi Kasus Pada Daftar Nama Penerima Penghargaan Tahun 2023. Bridge: Jurnal Publikasi Sistem Informasi dan Telekomunikasi, 2(3), 103-113. https://doi.org/10.62951/bridge.v2i3.115
Lestari, I., Fitria, D., Syafriandi, & Salma, A. (2024). Comparison Of The C5.0 Algorithm And The CART Algorithm In Stroke Classification. UNP Journal of Statistics and Data Science, 2(1), 90–98. https://doi.org/10.24036/ujsds/vol2-iss1/144
Maharani, A., Putri, A. E., & Wulandari, S. P. (2024). Pengaruh Kepadatan Penduduk Terhadap Kualitas Hidup Masyarakat Di Indonesia Tahun 2023 Menggunakan Metode MANOVA. Multi Proximity: Jurnal Statistika Universitas Jambi, 3(2), 68–69. https://doi.org/10.22437/multiproximity.v3i2.38890
Mardiansyah, H., Zarlis, M., & Sitompul, O. S. (2021). Analysis Of C4.5 Algorithm Of Water Quality Dataset. Journal of Physics: Conference Series, 1898(1), 1–6. https://doi.org/10.1088/1742-6596/1898/1/012002
Puspita, D., Aminah, S., & Arif, A. (2022). Prediction System For Credit Eligibility Using C4.5 Algorithm. Journal of Informatics and Telecommunication Engineering, 6(1), 148–156. http://ojs.uma.ac.id/index.php/jite
Putri, K. A., & Handayani, H. H. (2024). Perbandingan Hasil Klasifikasi Tutupan Lahan Menggunakan Metode Artificial Neural Network (ANN), Support Vector Machine (SVM), dan Random Forest (RF) Dengan Bahasa Pemrograman R. Jurnal Geodesy and Geomatics, 19(2), 349–360. https://doi.org/10.12962/geoid.v19i2.1145
Rahmadeyan, A., & Mustakim. (2023). Seleksi Fitur Pada Supervised Learning: Klasifikasi Prestasi Belajar Mahasiswa Saat Dan Pasca Pandemi COVID-19. Jurnal Nasional Teknologi Dan Sistem Informasi, 9(1), 21–32. https://doi.org/10.25077/teknosi.v9i1.2023.21-32
Ruliansyah, M. J., & Betty, M. (2024). Penerapan Metode C4.5 Dalam Prediksi Penjualan Tim Bev 1 Pada PT. Surya Pangan Sejahtera Bekasi Jawa Barat. Jurnal Indonesia : Manajemen Informatika Dan Komunikasi (JIMIK), 5(2), 1269–1278. https://doi.org/10.35870/jimik.v5i2.664
Shamrat, F. M. J. M., Ranjan, R., Hasib, K. M., Yadav, A., & Siddique, A. H. (2022). Performance Evaluation Among ID3, C4.5, And CART Decision Tree Algorithm. Lecture Notes in Networks and Systems, 317, 127–142.
Siagian, Nilasari. (2021). Population Distribution And Density Changing Pattern In Sumatera Utara. Jurnal Geografi, 13(2), 225–234. https://doi.org/10.24114/jg.v13i2.25428
Widyawati, D., Faradibah, A., & Belluano, P. L. L. (2023). Comparison Analysis Of Classification Model Performance In Lung Cancer Prediction Using Decision Tree, Naive Bayes, And Support Vector Machine. Indonesian Journal of Data and Science, 4(2), 80–89. https://doi.org/10.56705/ijodas.v4i2.76
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Dito Nurbiat Moko, Regita Karine Mashitawati, Widhi Nugrahaeni Banov Putri, Muhammad Riefky
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
