Text
Metode Klasifikasi Algoritma Naïve Bayes Pada Kelayakan Penerima Bantuan Langsung Tunai Dana Desa (BLT-DD) (Studi Kasus Desa Bojong-Nagreg)
Pemerintah telah melaksanakan program Bantuan Langsung Tunai Dana Desa (BLT-DD) yang memberikan subsidi kepada keluarga miskin yang memenuhi syarat, program ini bertujuan untuk mengurangi beban pengeluaran dan meningkatkan pendapatan keluarga miskin. Dilapangan (Desa Bojong-Nagreg) program BLT-DD yang disalurkan kepada masyarakat mengalami permasalahan yaitu bantuan yang diberikan tidak tepat sasaran. Hal ini akibat lemahnya pengawasan terutama dalam mengolah data daftar warga penerima bantuan, konsekuensinya pernah terjadi protes dan demonstrasi warga. Diperlukan solusi untuk menentukan kelayakan warga yang berhak menerima bantuan. Penelitian ini bertujuan menerapkan metode Naive Bayes menggunakan perangkat lunak RapidMiner dalam mengklasifikasikan data kelayakan keluarga penerima BLT-DD (sebanyak 2010 data Tahun 2022). Klasifikasi disimulasikan dalam aplikasi sederhana menggunakan framework CodeIgniter. Teknik klasifikasi digunakan untuk mengatasi ketidakseimbangan kelas jumlah warga yang layak dan tidak layak. Proses algoritma Naive Bayes terhadap 2010 data yang diujikan menunjukkan hasil bahwa 1070 data layak menerima dan 940 data tidak layak menerima bantuan dan mempunyai tingkat akurasi 100%. Hasil algoritma Naive Bayes dalam penentuan status kelayakan menunjukkan 0.53,2 untuk kelas yang layak dan 0.46,8 untuk kelas yang tidak layak. Sementara hasil simulasi aplikasi sederhana mengindikasikan 0.53 untuk kelas yang layak dan 0.47 untuk kelas yang tidak layak. Hasil perbandingan menunjukkan hasil yang relatif sama.
Kata Kunci: BLT-DD, Klasifikasi, Naive Bayes, CodeIgniter
TI 230004 | TI 423 SIP m | My Library | Available |
No other version available