Rizal A.I, Sidik R, Asep A, Sriyani S Informatics and Business Institute Darmajaya 147 Jurnal Informatika Vol. 22 No. 02 Desember 2022 ALGORITMA C4.5 UNTUK MEMPREDIKSI KELAYAKAN PENERIMA BANTUAN PANGAN NON TUNAI Rizal Abi Islahudin 1 , Sidik Rahmatullah 2 , Asep Afandi 3 , Sriyani Safitri 4 1,2,3,4 STMIK DCC Kotabumi rizalabi0912@gmail.com 1 , sidik@dcc.ac.id 2 , asep@dcc.ac.id 3 , sriyani@gmail.com 4 ABSTRACT To assist the poor and needy, the government has created the Non-Cash Food Assistance (BPNT) program. To make sure that the people receiving Non-Cash Food Assistance (BPNT) are indeed in need, it is necessary to administer the aid in a proper, timely, and transparent manner. As a result, we require a system that can transform data into knowledge and locate potential consumers of basic food aid that is neither cash nor eligibility-based (BPNT). Algorithm C4.5, a data mining classification technique, and RapidMiner 7.1 are both used in the prediction system that will be created as part of this project.. The results of Data Mining Implementation using the C4.5 Algorithm method to forecast recipients' eligibility and non-cash food assistance recipients' (BPNT) results obtained a prediction accuracy value of 98,50%, which was then validated by the RapidMiner 7.1 application with accuracy results of 98.50%. Keywords—Algoritma C4.5, Data Mining, RapidMiner, Non-Cash Food Assistance ABSTRAK Pemerintah telah menyiapkan program Bantuan Pangan Non Tunai (BPNT) untuk membantu masyarakat miskin dan membutuhkan. Bantuan Pangan Non Tunai (BPNT) harus disalurkan secara tepat, teratur, dan transparan untuk memastikan bahwa penerima bantuan memang benar-benar mereka yang membutuhkan. Oleh karena itu, diperlukan suatu sistem yang dapat mengubah data menjadi informasi dan mengidentifikasi calon penerima bantuan sembako nontunai maupun yang tidak berhak (BPNT). Sistem prediksi yang akan dibuat pada proyek ini menggunakan RapidMiner 7.1 untuk pengujian dan Algoritma C4.5, metode klasifikasi dari data mining. Hasil Implementasi Data Mining dengan metode Algoritma C4.5 untuk memprediksi kelayakan penerima dan hasil penerima bantuan pangan nontunai (BPNT) diperoleh nilai akurasi prediksi sebesar 98,50%, yang kemudian divalidasi oleh aplikasi RapidMiner 7.1 dengan akurasi hasil 98,50%. Kata Kunci—Algoritma C4.5, Data Mining, RapidMiner, Bantuan Pangan Non Tunai