PENENTUAN PENERIMA ZAKAT MENGGUNAKAN METODE RANDOM FOREST (STUDI KASUS BAZNAS KOTA BANDUNG)

Aprila Firmansyah, Reihan (2025) PENENTUAN PENERIMA ZAKAT MENGGUNAKAN METODE RANDOM FOREST (STUDI KASUS BAZNAS KOTA BANDUNG). Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.

	Text Cover Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (134kB)
	Text Lembar Pengesahan Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (153kB)
	Text Surat Pernyataan Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (122kB)
	Text Abstrak Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (189kB)
	Text Bab 1 Skripsi Final-Reihan Aprila Firmansyah2.pdf Download (240kB)
	Text Bab 1 Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (240kB)
	Text Draft Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text Daftar Pustaka Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (180kB)
	Text Plagiarisme Skripsi Final-Reihan Aprila Firmansyah2.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (191kB)

Abstract

Zakat merupakan satu dari lima pilar utama dalam agama islam juga kewajiban keuangan bagi yang mampu agar bersih dari sifat-sifat buruk. Tetapi ketidaktepatan dalam penentuan penerima zakat dapat mengakibatkandistribusi zakat yang tidak efektif dan merugikan pihak yang lebih berhak. Penelitian ini bertujuan membangun sistem berbasis web untuk mengklasifikasikan kelayakan mustahik zakat di BAZNAS Kota Bandung. Sistem menggunakan algoritma Random Forest yang diterapkan dengan Python dan Flask. Dataset hasil prapengolahan dievaluasi menggunakan metode K-Fold Cross Validation (k=5), menghasilkan akurasi rata-rata sebesar 91,86%, precision 91,20%, recall 92,07%, dan F1-score 91,61%. Sistem menyediakan fitur unggah data, prediksi, pendaftaran mustahik, dan penyimpanan hasil. Aplikasi ini mendukung pengambilan keputusan yang lebih efisien dalam distribusi zakat. Kata Kunci: Zakat, Mustahik, Random Forest, Sistem Pendukung Keputusan, Machine Learning

Actions (login required)

View Item