Prediksi Kelayakan Mustahiq Zakat Fitrah di Masjid Nur Hadi Menggunakan Metode Naïve Bayes
Keywords:
Naïve Bayes, zakat, mustahiq, prediksiAbstract
Perkembangan teknologi informasi telah memberikan dampak signifikan dalam pengelolaan zakat, khususnya zakat fitrah. Zakat fitrah merupakan kewajiban umat Islam untuk membantu kaum dhuafa yang membutuhkan. Namun, proses penentuan mustahiq (penerima zakat) sering kali dilakukan secara manual, sehingga berisiko terjadi ketidaktepatan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi kelayakan mustahiq zakat fitrah menggunakan metode Naïve Bayes di Masjid Nur Hadi, Kelurahan Dadimulyo, Kecamatan Kota Kisaran Barat. Metode Naïve Bayes dipilih karena kemampuannya dalam klasifikasi berbasis probabilitas dengan asumsi independensi antar-atribut. Data yang digunakan mencakup atribut seperti golongan, pendapatan, jumlah tanggungan, tempat tinggal, dan kondisi kesehatan. Pendekatan penelitian menggunakan metode CRISP-DM yang meliputi enam tahap, yaitu pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Hasil analisis menunjukkan bahwa sistem prediksi ini memiliki akurasi sebesar 88%. Dari 104 data mustahiq, sebanyak 74 orang (71,2%) dinyatakan layak menerima zakat, sedangkan 30 orang (28,8%) dinyatakan tidak layak. Evaluasi kinerja model menunjukkan nilai precision untuk kelas positif sebesar 85%, untuk kelas negatif sebesar 100%; nilai recall untuk kelas positif sebesar 100%, untuk kelas negatif sebesar 60%; serta F1-score untuk kelas positif sebesar 92%, dan kelas negatif sebesar 75%. Penelitian ini membuktikan bahwa metode Naïve Bayes mampu meningkatkan efisiensi dan akurasi dalam penentuan kelayakan mustahiq zakat fitrah. Sistem ini diharapkan dapat mendukung pengambilan keputusan yang lebih objektif dan transparan, sehingga zakat dapat disalurkan secara tepat sasaran dan memberikan manfaat maksimal bagi mustahiq yang membutuhkan.
References
[1] A. Takwim, D. Lestari, F. N. Maharani, I. Prasetya, and L. S. Anggraeni, “Inovasi Produk Dan Layanan Keuangan Syariah Di Era Digital,” JURNAL EKONOMI & BISNIS, vol. 12, no. 2, pp. 205–213, 2024, [Online]. Available: http://e-journallppmunsa.ac.id/index.php/jebPp.205-213
[2] H. Mentari Aprilia and E. Sisdianto, “Peran Teknologi Informasi Dalam Meningkatkan Transparansi Dan Akuntabilitas Laporan Keuangan Bank Syariah,” JMA, vol. 2, no. 12, pp. 3031–5220, 2024, doi: 10.62281.
[3] Q. : Jurnal, M. Dakwah, and J. Vicry, “QULUBANA Jurnal Manajemen Dakwah Persepsi Masyarakat Desa Sera Tengah dan Tinjauan Syariah tentang Distribusi Zakat Kepada Kyai,” QULUBANA Jurnal Manajemen Dakwah, vol. 5, no. 2, pp. 419–435, 2024, doi: 10.54396/qlb.v5i2.1356.
[4] Yeni Marlina Harahap and Muhammad Ridwan, “Efektivitas Pendistribusian Dana Zakat Profesi di YBM PLN UID Wilayah Sumatera Utara,” OPTIMAL Jurnal Ekonomi dan Manajemen, vol. 3, no. 4, pp. 80–89, Oct. 2023, doi: 10.55606/optimal.v3i4.2300.
[5] L. Mahmudah and E. Susilo, “Implementasi Zakat Perdagangan di Desa Karangrandu Kecamatan Pecangaan Kabupaten Jepara,” Jurnal Rekoginisi Ekonomi Islam, vol. 2, no. 02, pp. 9–16, Aug. 2023, doi: 10.34001/jrei.v2i02.641.
[6] S. M. Hudzaifah, D. Gunawan, and D. Iskandar, “Implementasi Algoritma Naïve Bayes dalam Memprediksi Tingkat Kelulusan Siswa pada Sertifikasi Mikrotik Certified Network Associate (MTCNA),” Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK), vol. 5, no. 3, pp. 3225–3236, 2024, [Online]. Available: https://journal.stmiki.ac.id
[7] E. Hasibuan and E. A. Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,” JTS, vol. 1, no. 3, pp. 13–24, 2022.
[8] A. Muzakir, K. Adi, and R. Kusumaningrum, Penerapan Konsep Machine Learning & Deep Learning. 2024.
[9] Fajri Mulia Ningsih, S. Muarrifah, R. Meliana, A. N. Diana, and A. A. Qur’an, “Peran Teknologi Blockchain Dalam Meningkatkan Transparansi Dan Akuntabilitas Pengelolaan Zakat,” CITIZEN: Jurnal Ilmiah Multidisiplin Indonesia, vol. 4, no. 2, pp. 87–94, 2024.
[10] A. Ilallah and Z. Fatah, “Penerapan Data Mining Menggunakan Metode Naïve Bayes untuk Memprediksi Tingkat Perceraian Pasangan Muda di Kota Banyuwangi Penulis Korespondensi,” JURNAL SISTEM INFORMASI DAN TENOLOGI, vol. 7, no. 2, pp. 141–147, 2024, [Online]. Available: http://www.jurnal.umk.ac.id/sitech
[11] H. Lestari, A. Irma Purnamasari, and T. Suprapti, “Penerapan Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Prestasi Belajar Siswa Di MTS Yamuallim Panongan,” Jurnal Mahasiswa Teknik Informatika, vol. 8, no. 2, pp. 1992–1999, 2024.
[12] N. Aini, W. Handoko, and R. Nurhaliza, “Prediksi Penerimaan Bantuan PIP Pada SMKS Al-Furqon Batubara Dengan Metode Naïve Bayes,” JUTSI: Jurnal Teknologi dan Sistem Informasi, vol. 4, no. 1, pp. 11–20, 2024, doi: 10.33330/jutsi.v4i1.2971.
[13] P. Dwi Aprilia and S. Lestari, “Analisa Sentimen Drama Korea Melalui Media Sosial X dengan Menggunakan Algoritma Naïve Bayes,” Jurnal Indonesia : Manajemen Informatika dan Komunikasi (JIMIK), vol. 5, no. 3, pp. 3248–3261, 2024, [Online]. Available: https://journal.stmiki.ac.id
[14] M. Farid, S. Wibowo, N. F. Puspitasari, and B. Satya, “Penerapan Data Mining Dan Algoritma Naïve Bayes Untuk Pemilihan Konsentrasi Mahasiswa Menggunakan Metode Klasifikasi,” Journal of Information System Management (JOISM) e-ISSN, vol. 3, no. 2, pp. 2715–3088, 2022.
[15] A. Maryana, N. Putri, and A. Octaviano, “LOGIC : Jurnal Ilmu Komputer dan Pendidikan Sistem Pendukung Keputusan Kenaikan Jabatan Menggunakan Metode Naive Bayes (Studi Kasus : PT Buana Mulia Indonesia),” LOGIC : Jurnal Ilmu Komputer dan Pendidikan, vol. 1, no. 6, pp. 1514–1521, 2023, [Online]. Available: https://journal.mediapublikasi.id/index.php/logic
Downloads
Published
Issue
Section
License
Copyright (c) 2025 M. Sura Aprianto, Siti Fatimah Sitorus Pane, Tri Adetia Natasya, Wiwin Handoko (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
