Penerapan Algoritma C4.5 Decision Tree untuk Klasifikasi Prioritas Perbaikan Drainase Kota Manado

Abstrak

Abstrak− Sistem drainase merupakan infrastruktur penting dalam mengendalikan aliran air permukaan untuk mengurangi risiko genangan dan banjir di kawasan perkotaan. Di Kota Manado, proses penentuan prioritas perbaikan drainase masih menghadapi kendala karena banyaknya lokasi yang memerlukan penanganan, sementara ketersediaan anggaran dan sumber daya terbatas. Penelitian ini bertujuan mengembangkan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan algoritma C4.5 Decision Tree untuk mengklasifikasikan prioritas perbaikan drainase ke dalam tiga kategori, yaitu rendah, sedang, dan tinggi. Dataset penelitian diperoleh dari Dinas Pekerjaan Umum dan Penataan Ruang (PUPR) Kota Manado yang memuat sembilan parameter penilaian, yaitu tinggi genangan, luas genangan, lama genangan, frekuensi genangan, gangguan transportasi, gangguan sosial, gangguan perumahan, kerugian ekonomi, dan kerugian harta benda. Dataset diproses melalui tahap preprocessing, kemudian dibagi menjadi data latih dan data uji dengan rasio 80:20 sebelum dilakukan pembentukan model menggunakan algoritma C4.5 serta evaluasi menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa atribut gangguan transportasi memiliki nilai Gain Ratio tertinggi sehingga dipilih sebagai akar (root node) pohon keputusan. Evaluasi model menghasilkan nilai accuracy sebesar 76,40%, yang menunjukkan bahwa model mampu mengklasifikasikan data prioritas perbaikan drainase secara konsisten berdasarkan pola yang dipelajari dari data pelatihan. Dengan demikian, sistem yang dikembangkan dapat dimanfaatkan sebagai alat bantu dalam menghasilkan rekomendasi prioritas perbaikan drainase secara lebih objektif, konsisten, dan berbasis data sehingga mendukung proses pengambilan keputusan di Dinas Pekerjaan Umum dan Penataan Ruang Kota Manado.