PHOBION KELVA VERETH BAGASTI NAGATA, - (2025) PENERAPAN ALGORITMA NAÏVE BAYES DALAM MENENTUKAN PENERIMA BANTUAN ZAKAT PROGRAM PEKANBARU PEDULI (Studi Kasus: Badan Amil Zakat Pekanbaru). Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

	Text (BAB IV) BAB IV HASIL NAGATA.pdf - Published Version Restricted to Repository staff only Download (1MB)
Preview	Text (FILE LENGKAP KECUALI BAB IV) BAB I,II,III,V BESERTA LAMPIRAN NAGATA.pdf Download (4MB) | Preview

Abstract

Zakat merupakan kewajiban umat Muslim untuk membantu mustahik, seperti fakir dan miskin. Di Pekanbaru, Badan Amil Zakat Nasional (BAZNAS) mengelola program bantuan seperti Pekanbaru Peduli. Namun, pengelolaan zakat sering terkendala data mustahik yang kurang akurat dan transparansi distribusi. Penelitian ini menggunakan algoritma Naïve Bayes untuk mengklasifikasikan kelayakan mustahik dalam program bantuan dengan dataset 800 sampel, terdiri dari 510 data layak dan 290 tidak layak. Ketidakseimbangan kelas dalam dataset diatasi menggunakan SMOTE. Hasil penelitian menunjukkan bahwa model Naïve Bayes dengan SMOTE pada rasio data training dan testing 90:10 menghasilkan akurasi 73,75%, presisi 72,65%, dan recall 72,40%, lebih baik dibandingkan tanpa SMOTE. Penerapan Naïve Bayes yang didukung teknik balancing data ini dapat meningkatkan efisiensi pengelolaan zakat, memastikan distribusi yang tepat sasaran, dan membangun kepercayaan masyarakat terhadap lembaga pengelola zakat.

Actions (login required)

View Item