Klasifikasi Kelayakan Keluarga Penerima Bantuan Langsung Tunai Menggunakan Gain Ratio Dan Naïve Bayes

Abstract

Indonesia termasuk salah satu negara berkembang yang menghadapi kemiskinan khususnya didaerah kecil seperti Kelurahan Talang Babat yang terletak di Kabupaten Tanjung Jabung Timur Provinsi Jambi, penyebab terjadinya kemiskinan yaitu data warga penerima Bantuan Langsung Tunai tidak akurat dan tidak tepat sasaran.Hal ini dapat menimbulkan keluhan masyarakat, dan ketidakpuasan terhadap petugas kelurahan. Salah satu aspek penting yang mendukung strategi penanggulangan kemiskinan adalah dengan tersedianya data warga penerima Bantuan Langsung Tunai (BLT) yang akurat dan tepat sasaran. Oleh karena itu dibutuhkan metode untuk megelompokkan data penerima BLT, agar pemberian BLT tepat sasaran. Pada penelitian ini algoritma Naïve Bayes diimplementasikan dan dianalisis menggunakan evaluasi 3 options dengan Rapid miner sebagai alat bantu penelitian. Dari hasil evaluasi menggunakan 3 options test yaitu Use training set, 5 Fold Cross-Validation dan 10 Fold Cross-Validation, didapatkan persentase nilai tertinggi pada pengujian Use training set yang akurasinya sebesar 90,60%, presisi 96,67%, dan recall 92,06%.

Klasifikasi Penerima Bantuan Beras Miskin Menggunakan Algoritma K-NN, NBC dan C4.5

“…Selain itu banyak juga masyarakat yang mendapatkan raskin menjual kembali beras tersebut kepada orang lain, untuk digantikan ke bahan pokok lainnya, atau menjualnya kembali karena rendahnya kualitas raskin. Salah sasaran pemberian raskin menjadi permasalahan utama bagi pemerintah dalam melaksanakan penyaluran raskin [10], [11].…”