PREDIKSI FAKTOR PENDUKUNG KESUKSESAN FUNDRAISING DIGITAL BAZNAS RI MENGGUNAKAN ALGORITMA C4.5

Fundraising zakat merupakan kegiatan yang esensial bagi Badan Amil Zakat Nasional Republik Indonesia (BAZNAS RI) dalam mendukung berbagai program amal dan sosial. Penelitian ini bertujuan untuk menerapkan algoritma C4.5 sebagai metode prediksi dalam meningkatkan efektivitas fundraising zakat. Metode penelitian yang digunakan mengadopsi CRISP-DM (Cross-Industry Standard Process for Data Mining), yang melibatkan tahap data preparation untuk mengolah data mentah menjadi data yang dapat diproses. Selanjutnya, algoritma C4.5 diimplementasikan untuk membangun model pohon keputusan. Data muzaki yang mencakup informasi tentang umur, gender, occupation group, periode transaksi, nominal, dan kategori nominal, digunakan sebagai input data dalam penelitian ini. Hasil penelitian menunjukkan bahwa model prediksi yang dikembangkan memiliki tingkat akurasi sebesar 92% dalam memprediksi kesuksesan fundraising zakat dari calon muzaki. Kesimpulan dari penelitian ini adalah bahwa penerapan algoritma C4.5 sebagai metode prediksi dalam fundraising zakat dapat membantu BAZNAS RI dalam meningkatkan efisiensi dan efektivitas strategi fundraising. Dengan model prediksi yang tepat, BAZNAS RI dapat mengoptimalkan alokasi sumber daya dan merencanakan kampanye fundraising dengan lebih efisien, sehingga dapat memberikan dampak positif yang lebih besar dalam mendukung program amal dan sosial yang dilaksanakan oleh BAZNAS RI.