Pendekatan Machine Learning dalam Memprediksi Keluarga Penerima Program PKH

Abstract

Masalah kemiskinan di Indonesia masih menjadi fokus utama pemerintah dalam menetaskannya, program keluarga harapan (PKH) menjadi program prioritas pemerintah dalam upaya memberantas kemiskinan di Indonesia, fokus utama PKH adalah memberikan bantuan kepada Rumah Tangga Sangat Miskin (RTSM) untuk bisa mengakses pendidikan, kesehatan dan kesejahteraan sosial. Dalam menentukan keluarga yang berhak menerima bantuan PKH sering mengalami masalah, seperti kurang tepat sasaran dalam menentukan RTSM, ini di dasarkan kepada kelalaian petugas sehingga kurang akurat dalam validasi data yang banyak. Sistem otomatis yang dapat memprediksi RTSM dapat menjadi solusi atas permasalahan ini, sistem yang didasarkan pada model machine learning. Penelitian ini bertujuan untuk menganalisis model machine learning Decision Tree (DT), Support Vector Machine (SVM), Naive Bayes (NB) dan Logistic Regression (LR) dalam memprediksi RTSM yang akurat. Hasil menunjukkan bahwa Logistic Regression menjadi model yang optimal untuk di implementasikan dengan nilai AUC sebesar 0,999

Penerapan Algoritma Supervised Learning untuk Klasifikasi Program Keluarga Harapan

“…PKH merupakan bantuan langsung tunai dengan sasaran Rumah Tangga sangat Miskin (RTSM) bertujuan untuk meningkatkan partisipasi pendidikan dan kesehatan bagi para RTSM [5] [6]. PKH merupakan program yang berada dibawah naungan kementrian sosial republik indonesia melalui Tim nasional penanganan dan penanggulangan kemiskinan (TNP2K) [7] dan akan dilaksanakan oleh unit pelaksana program keluarga harapan (UPPKH) [8].…”