Klasifikasi Penerima Bantuan Sosial Program Kesejahteraan Sosial (PKH) Kecamatan Gondanglegi Menggunakan Metode Naïve Bayes
:
https://doi.org/10.32409/jikstik.24.2.3785
Abstract
Penelitian ini bertujuan untuk meningkatkan ketepatan dalam mengklasifikasikan penerima bantuan sosial Program Keluarga Harapan (PKH) di Kecamatan Gondanglegi. Kesalahan dalam penyaluran bantuan menjadi masalah utama yang mengurangi keberhasilan program ini dalam mengurangi kemiskinan dan meningkatkan taraf hidup masyarakat. Metode Naïve Bayes digunakan untuk mengklasifikasikan berdasarkan data sosial ekonomi, yang mencakup informasi tentang kesehatan, pendidikan, kesejahteraan sosial, dan kemiskinan. Proses penelitian meliputi persiapan data, termasuk pemilihan kolom, pembagian data (dalam rasio 80:20, 70:30, 60:40), serta pengkodean variabel kategori menggunakan metode One-Hot Encoding. Model Gaussian Naïve Bayes diterapkan dan dievaluasi menggunakan Confusion Matrix untuk menghitung akurasi, presisi, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model dengan rasio data uji 80:20 mencapai akurasi tertinggi sebesar 96,5%. Penelitian ini berkontribusi pada pengembangan sistem klasifikasi yang membantu pemerintah daerah menargetkan penerima PKH secara lebih tepat. Rekomendasi penelitian selanjutnya mencakup pengujian di wilayah lain dan pengembangan sistem pembelajaran mesin untuk kebijakan sosial.
Downloads
References
A. Fatmawati, A. Irma Purnamasari, and I. Ali, “Implementasi Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sosial,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 745–750, 2024, doi: 10.36040/jati.v8i1.8714.
S. Sulfadli, G. Susanti, M. T. Abdullah, and R. Pauzi, “Evaluasi Dampak Program: Studi Kasus Program Keluarga Harapan (PKH) di Kabupaten Enrekang,” Dev. Policy Manag. Rev., vol. 3, no. 1, pp. 1–20, 2023, doi: 10.61731/dpmr.v3i1.26674.
A. H. Ramadhan and A. Hidir, “Lansia Penerima Program Keluarga Harapan Di Desa Batang Tumu Kecamatan Mandah Kabupaten Indragiri Hilir,” Cross-border, vol. 4, no. 1, pp. 166–180, 2021.
K. S. RI, “PERATURAN MENTERI SOSIAL REPUBLIK INDONESIA NOMOR 1 TAHUN 2018 TENTANG PROGRAM KELUARGA HARAPAN,” Indonesia, 2018. [Online]. Available: https://peraturan.bpk.go.id/Home/Download/120868/PERMENSOS NOMOR 1 TAHUN 2018.pdf.
A. Irsyada, E. Haerani, M. Irsyad, F. Wulandari, and L. Afriyanti, “Penerapan Algoritma Naïve Bayes Terhadap Klasifikasi Penerima Bantuan Program Keluarga Harapan (PKH),” J. Sist. Komput. dan Inform., vol. 5, no. 2, p. 457, 2023, doi: 10.30865/json.v5i2.7203.
A. Nur, A. Rohim, A. I. Purnamasari, and I. Ali, “Komparasi Efektifitas Algoritma C4.5 Dan Naïve Bayes Untuk Menentukan Kelayakan Penerima Manfaat Program Keluarga Harapan (Studi Kasus : Kecamatan Cicalengka Kabupaten Bandung),” J. Mhs. Tek. Inform., vol. 8, no. 2, pp. 2355–2362, 2024.
M. S. Haris, A. N. Khudori, and W. T. Kusuma, “Perbandingan Metode Supervised Machine Learning untuk Prediksi Prevalensi Stunting di Provisi Jawa Timur,” J. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 7, p. 1571, 2022, doi: 10.25126/jtiik.2022976744.
E. P. Febtiawan, L. A. Syamsul, I. Akbar, and A. S. Rachman, “Forecasting Produksi Energi Photovoltaic Menggunakan Algoritma Random Forest Classification,” J. Inf. Syst. Res., vol. 5, no. 4, pp. 1053–1062, 2024, doi: 10.47065/josh.v5i4.5514.
G. P. Insany, P. Somantri, and A. Putri, “Implementasi Sistem Rekomendasi dengan Content Based Filtering dan Teknologi Virtual Tour Untuk Strategi Pemasaran Pada Website,” Technol. Sci., vol. 6, no. 1, pp. 300–313, 2024, doi: 10.47065/bits.v6i1.5358.
N. Wikayati, “Model Pendeteksi Kematangan Buah Apel Dengan Metode Naive Bayes Classifier dan Sensor Warna TCS3200 Berbasis ArduinoNANO,” Din. Dotcom J. Pengemb. Manaj. Inform. dan Komput., vol. 13, pp. 149–161, 2022.
F. K. Pratama, D. W. Widodo, and N. Shofia, “Implementasi Metode Naïve Bayes dalam Mengklasifikasi Penerima Program Keluarga Harapan ( PKH ) Desa Minggiran Kediri,” Semin. Nas. Inov. Teknol. UN PGRI Kediri, pp. 23–28, 2021, [Online]. Available: https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/1072%0Ahttps://proceeding.unpkediri.ac.id/index.php/inotek/article/download/1072/685.
Windy, D. Rudiaman Sijabat, and F. Eka Purwiantono, “Implementasi Algoritma Naïve Bayes Untuk Memprediksi Lama Masa Studi Dan Predikat Kelulusan Mahasiswa,” J. Din. DOTCOM, vol. 10, no. 1, pp. 19–28, 2019.
M. F. Essy Rahma Meilaniwati, “Klasifikasi penduduk miskin penerima PKH menggunakan metode naïve bayes dan KNN,” J. Kaji. dan Terap. Mat., vol. 8, no. 2, pp. 75–84, 2022.
Kaka Kamaludin, Woro Isti Rahayu, and M. Y. Helmi Setywan, “Transfer Learning To Predict Genre Based on Anime Posters,” J. Tek. Inform., vol. 4, no. 5, pp. 1041–1052, 2023, doi: 10.52436/1.jutif.2023.4.5.860.
A. Jalil, A. Homaidi, and Z. Fatah, “Implementasi Algoritma Support Vector Machine Untuk Klasifikasi Status Stunting Pada Balita,” G-Tech J. Teknol. Terap., vol. 8, no. 3, pp. 2070–2079, 2024, doi: 10.33379/gtech.v8i3.4811.
Downloads
Published
How to Cite
Issue
Section
Categories
Abstract View: 0 times
