Klasifikasi Penentuan Penerima Bantuan Pangan Non Tunai Menggunakan Metode K-Means Clustering

Abstract

Proses penentuan penerima Bantuan Pangan Non Tunai (BPNT) di Pemerintah Desa Rembun belum sepenuhnya memanfaatkan teknologi dalam menentukan penerima bantuan. Proses penentuan penerima BPNT saat ini masih dilakukan secara manual. Sehingga membutuhkan waktu yang lama dan memiliki kemungkinan terjadi kesalahan saat menentukan penerima BPNT. 
 Sistem yang dibuat menerapkan metode K-Means Clustering untuk proses penentuan penerima BPNT. Sehingga dapat membantu memudahkan petugas dalam menentukan penerima BPNT dan dapat mempersingkat waktu dalam pengolahan data. Kriteria yang digunakan pada sistem ini terdapat 9 kriteria yaitu pekerjaan, jenis atap rumah, jenis dinding rumah, jenis lantai rumah, sumber penerangan utama, sumber air minum, bahan bakar memasak tempat mck, dan status kepemilikan rumah. Sistem ini dirancang menggunakan Visual Basic 2008 dengan Microsoft SQL Server Sebagai databasenya. 
 Hasil pengujian menunjukkan bahwa beberapa fungsi yang terdapat dalam sistem dapat berjalan dengan baik. Penelitian ini menunjukkan bahwa sistem penentuan penerima bantuan pangan non tunai menggunakan metode Clustering K-Means menghasilkan data yang layak mendapatkan bantuan sesuai kriteria yang telah ditentukan.. Sehingga, sistem ini diharapkan dapat membantu dalam menentukan penerima bantuan pangan non tunai secara cepat dan akurat.

Penerapan Algoritma Clustering K-means untuk Menentukan Prioritas Penerima Bantuan Dana Sosial PKH di Kelurahan Kampung Singkep

“…Penulis melakukan perhitungan Clustering K-Means untuk menentukan penerima bantuan terhadap data penduduk Kelurahan Kampung Singkep, agar dapat mengetahui bantuan apa yang sesuai dengan kondisi mereka. Hasil dari penelitian ini diharapkan dapat membantu pihak Dinas Sosial Tanjung Jabung Timur dalam menentukan siapa saja penerima bantuan Penelitian sejenis yang digunakan yaitu Algoritma clustering K-Means bisa digunakan untuk mengelompokkan kelas mahasiswa dari metode yang digunakan pada ujian saringan masuk universitas [5], untuk referensi penelitian kedua Algoritma clustering K-Means digunakan untuk menetukan siapa mahasiswa yang layak menerima bantuan Yayasan [6], referensi ke tiga Algoritma clustering K-Means bisa digunakan untuk mengelompokkan Keluarga Miskin pada wilayah kecematan kedungkadang [7], pada referensi keempat Algoritma clustering K-Means bisa digunakan untuk mengclusterkan Provinsi Lampung ke dalam zona merah, orange, kuning dan hijau [8], dan pada referensi kelima Algoritma clustering K-Means bisa digunakan untuk menghasilkan aplikasi yang bisa digunakan untuk menentukan siapa saja yang layak menerima bantuan BPNT [9].…”

Penerapan Naïve Bayes dalam Mengklasifikasi Calon Penerima Bantuan Pangan Non Tunai di Desa Nanjung Mekar

“…Algoritma Naïve Bayes adalah salah satu algoritma klasifikasi berdasarkan teorema Bayesian pada statistika. Metode naive bayes merupakan suatu metode untuk menghasilkan estimasi parameter dengan menggabungkan informasi dari sampel dan informasi lain yang telah p-ISSN: 2528-1682 e-ISSN: 2527-9165 tersedia sebelumnya [7]. Algoritma Naïve Bayes dapat digunakan untuk memprediksi probabilitas keanggotaaan suatu kelas [5].…”