PERBANDINGAN ALGORITMA C4.5 DAN RANDOM FOREST PADA PEMETAAN KONDISI KERUSAKAN JALAN BERBASIS WEBGIS (STUDI KASUS : LUWU RAYA)

PUTRI AYU NENGSIH. Perbandingan Algoritma C4.5 dan Random Forest Pada Pemetaan Kondisi Kerusakan Jalan Berbasis WebGIS (Studi Kasus : Luwu Raya) (dibimbing oleh Ingrid Nurtanio dan Zahir Zainuddin) Kerusakan jalan diwilayah Luwu Raya merupakan tanggung jawab BBPJN VI Makassar yang dimana kerusakan disetiap ruasnya memiliki tenaga penilikan jalan untuk melakukan pelaksanaan, pengamatan, pemanfaatan jalan dan kondisi jalan setiap hari dan pelaporan pengamatan serta usulan tindakan terhadap hasil pengamatan disampaikan kepada penyelenggara jalan atau PPK (Pejabat Pembuat Komitmen). Untuk menghasilkan prediksi prioritas perbaikan jalan serta persebaran wilayah kerusakan, penelitian ini mengimplementasikan perbandingan metode C4.5 dan Random Forest. Pada penelitian ini, tujuan dari implementasi perbandingan algoritma C4.5, dan algoritma Random Forest yaitu untuk mendapatkan hasil yang konsisten dan lebih baik diantara kedua algoritma tersebut dalam prediksi prioritas perbaikan. Hasil implementasi perbandingan kedua metode tersebut digunakan dalam membuat sistem informasi pemetaan wilayah berbasis WebGIS untuk proses penentuan prioritas perbaikan jalan raya. Penelitian ini menggunakan 6100 data kerusakan jalan pada 3 ruas ditahun 2021- 2023. Hasil klasifikasi dengan membandingkan algoritma C4.5 dan Random Forest menunjukkan akurasi yang tidak jauh beda tetapi algoritma Random Forest menunjukkan hasil yang konsisten dan lebih baik. Untuk C4.5, nilai presisi sebesar 87,9% recall sebesar 82,6%, f1-score sebesar 87,8% dan akurasi sebesar 88%, sedangkan Random Forest memiliki nilai presisi sebesar 86,6% recall sebesar 86,8%, f1-score sebesar 86,6% dan akurasi sebesar 87%.