Analisis Dataset Pemilu KPU Menggunakan Algoritma Decision Tree Di Rapidminer

Abstract

Pemilu merupakan pilar utama demokrasi yang membutuhkan pengelolaan data secara efisien dan akurat untuk menjamin transparansi dan meningkatkan kepercayaan publik. Penelitian ini bertujuan untuk menganalisis data hasil Pemilu yang disediakan oleh Komisi Pemilihan Umum (KPU) melalui algoritma decision tree menggunakan aplikasi RapidMiner. Dataset yang digunakan diperoleh dari Kaggle dan mencakup berbagai informasi terkait hasil Pemilu. Penelitian ini difokuskan pada pengidentifikasian pola data, analisis prediktif, serta evaluasi performa model dengan pendekatan berbasis data. Evaluasi dilakukan menggunakan metrik akurasi, precision, dan recall untuk mengukur sejauh mana algoritma decision tree mampu menghasilkan prediksi yang relevan dan akurat. Hasil penelitian menunjukkan bahwa algoritma decision tree dapat mengidentifikasi pola data penting yang berkontribusi pada analisis prediktif hasil Pemilu. Selain itu, metrik evaluasi memberikan gambaran yang jelas tentang keandalan model dalam memprediksi data dengan tingkat presisi dan akurasi yang signifikan. Penelitian ini diharapkan dapat memberikan wawasan baru bagi pengelolaan data Pemilu di masa depan serta mendukung proses pengambilan keputusan berbasis data dalam sistem demokrasi.