PENERAPAN ALGORITMA NAIVE BAYES DALAM PENENTUAN PENERIMA BANTUAN SOSIAL PROGRAM KELUARGA HARAPAN (PKH)

research
  • 29 Apr
  • 2021

PENERAPAN ALGORITMA NAIVE BAYES DALAM PENENTUAN PENERIMA BANTUAN SOSIAL PROGRAM KELUARGA HARAPAN (PKH)

ABSTRAK

Siti Sa’adawiyah (19162662), Penerapan Algoritma Naïve Bayes dalam Penentuan Penerima Bantuan Sosial Program Keluarga Harapan (PKH).

 

Kemiskinan masih menjadi masalah di Indonesia dan diperlukan penanganan yang tepat. Pada tahun 2007, pemerintah membuat suatu program yang diperuntukan bagi sebuah keluarga yang diberi nama Program Keluarga Harapan (PKH) dengan tujuan yaitu untuk memutus rantai kemiskinan. Sayangnya bantuan PKH tersebut dirasa kurang tepat sasaran. Desa Perbawati merupakan salah satu Desa di Kabupaten Sukabumi yang warganya menerima bantuan PKH. Banyaknya kepala keluarga yang perlu didata membuat pekerja di Desa Perbawati harus bekerja ekstra saat mendata warganya karena sistem penentuan penerima bantuan yang tidak begitu teratur. Oleh karena itu algoritma Naïve Bayes dirasa dapat menjadi solusi bagi permasalahan PKH ini. Pengujian menggunakan sampel sebanyak 95 data kepala keluarga. Hasil akurasi  dari Kurva ROC menggunakan RapidMiner memiliki tingkat akurasi sangat baik yaitu sebesar 0,995. Selain itu juga dapat dilihat menggunakan Confussion Matrix nilai accuracy dari pemodelan ini adalah 93,68%, nilai sensitivity 100%, nilai specificity 90,1%, nilai PPV 85%, dan nilai NPV 100%. Jadi, dapat disimpulkan bahwa algoritma Naïve Bayes dapat digunakan dengan baik untuk menentukan penerimaan bantuan sosial PKH.


ABSTRACT

Siti Sa’adawiyah (19162662), The Adoption of Naïve Bayes Algorithm in Determination of Recipient Social Assistance Program Keluarga Harapan (PKH). 

 

Poverty is still a problem in Indonesia and appropriate handling is required. In 2007, the government created a program dedicated to a family named Program Keluarga Harapan (PKH) to break the chain of poverty. Unfortunately, the PKH assistance is less precisely targeted. Perbawati is one of the villages in Sukabumi district whose citizens receive assistance from PKH. The number of families that need to be in the data making workers in the village of Perbawati has to work extra when the record of its citizens because of the not-so-regular beneficiaries determination system. Therefore, the algorithm of Naïve Bayes is considered to be a solution to this PKH problem. Testing using samples as much as 95 head of family data. The accuracy of the ROC curve using RapidMiner has an excellent accuracy level of 0.995. It can also be seen using the Confussion Matrix accuracy value of the modeling is 93.68%, sensitivity value 100%, specificity value 90.1%, PPV value of 85%, and NPV value of 100%. Thus, it can be concluded that the Naïve Bayes algorithm can be used well to determine the acceptance of PKH social assistance.  

Unduhan

 

REFERENSI

DAFTAR PUSTAKA

Armansyah, Rahmanelli, & Hermon, D. (2019). Analisis Potensi Objek Wisata Taman Rekreasi Muko-Muko Di Kecamatan Tanjung Raya Kabupaten Agam. Buana, 3(5), 982–993. https://doi.org/10.24036/student.v3i5.610

Aggarwal, C. C. (2015). Data Mining. New York: Springer International Publishing Switzerland.

Andono, P. N., Sutojo, T., & Muljono. (2017). Pengolahan Citra Digital. Yogyakarta: ANDI.

Asistyasari, A., & Baidawi, T. (2017). Analisis Penerimaan Karyawan Posisi Field Collector Menggunakan Algoritma C4 . 5. Ilmu Pengetahuan Dan Teknologi Komputer, 2(2), 1–6. Retrieved from http://ejournal.nusamandiri.ac.id/index.php/jitk/article/view/374

Fatmawati, K., & Windarto, A. P. (2018). Data Mining : Penerapan Rapidminer dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (DBD) Berdasarkan Provinsi. Computer Engineering, System an Science, 3(2), 173–178. https://doi.org/10.24114/cess.v3i2.9661

Fitriani, E. (2020). Perbandingan Algoritma C4.5 dan Naive Bayes untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan. Sistemasi, 9(1), 103–115. https://doi.org/10.32520/stmsi.v9i1.596

Hadianto, N., Novitasari, H. B., & Rahmawati, A. (2019). Klasifikasi Peminjaman Nasabah Bank Menggunakan Metode Neural Network. Pilar Nusa Mandiri, 15(2), 163–170. https://doi.org/10.33480/pilar.v15i2.658

Helmi, S. (2010). Analisis Data: Untuk Manajemen dan Bisnis. Medan: USU Press.

Husain, A. (2018). Analisis Data Lifting Migas Menggunakan Metode C4.5 Pada Asosiasi Daerah Penghasil Migas. String, 2(3), 325–335. Retrieved from https://journal.lppmunindra.ac.id/index.php/STRING/article/view/2442

Husen. (2020, Maret 7). Kriteria Penerima Bantuan. (S. Saadawiyah, Interviewer)

Husen. (2020, Maret 7). Sejarah Desa Perbawati. (S. Saadawiyah, Interviewer)

Indrayuni, E., & Wahyudi, M. (2015). Penerapan Character N-Gram Untuk Sentiment Analysis Review Hotel Menggunakan Algoritma Naive Bayes. 83–88. Retrieved from http://konferensi.nusamandiri.ac.id/prosiding/index.php/knit/article/view/35

Kusomo, D. S., Bijaksana, M. A., & Darmantoro, D. (2017). Data Mining Dengan Algoritma Apriori Pada Rdbms Oracle. Penelitian Dan Pengembangan Telekomunikasi, Kendali, Komputer, Elektrik, Dan Elektronika, 4, 1–5. https://doi.org/10.25124/tektrika.v8i1.215

Lestari, U., & Targiono, M. (2017). Sistem Pendukung Keputusan Klasifikasi

Keluarga Miskin Menggunakan Metode Simple Additive Weighting (Saw) Sebagai Acuan Penerima Bantuan Dana Pemerintah. Technology Acceptance Model, 8(1), 70–78. Retrieved from http://www.ojs.stmikpringsewu.ac.id/index.php/JurnalTam/article/view/97

Mesran. (2020). Sistem Pendukung Keputusan & Data Mining Metode dan Penerapannya dalam Pengambilan Keputusan. Medan: Green Press.

Mustafa, M. S., Ramadhan, M. R., & Thenata, A. P. (2017). Implementasi Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier. EECCIS, 4(2). Retrieved from https://jurnaleeccis.ub.ac.id/index.php/eeccis/article/view/204

Nataya, E. J., & N, S. S. (2017). Pemberdayaan Keluarga Penerima Manfaat Melalui Program Keluarga Harapan Di Kelurahan Kelun Kecamatan Kartoharjo Kota Madiun. Jurnal Sosiologi DILEMA, 32(2), 1–9. Retrieved from https://jurnal.uns.ac.id/dilema/article/view/11768

Ningtyas, D. A., Wahyudi, M., & Nurajijah, N. (2019). Klasifikasi Siswa Smk Berpotensi Putus Sekolah Menggunakan Algoritma Decision Tree , Support Vector Machine dan Naive Bayes. Khatulistiwa, VII(2), 85–90. https://doi.org/10.31294/jki.v7i2.6839

Pamungkas, V. C., Muflikhah, L., & Wihandika, R. C. (2019). Klasifikasi Penerimaan Program Keluarga Harapan ( PKH ) Menggunakan Metode Learning Vector Quantization ( Studi Kasus Desa Kedungjati ). Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2659–2666. Retrieved from http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4781

Parida, M., & Merina. (2019). Sistem Pendukung Pengambilan Keputusan Seleksi Penerimaan Beras (RASKIN) Menggunakan Metode Ahp. Informasi Dan Komputer, 7(2), 1–8. Retrieved from https://www.researchgate.net/publication/331706557_Sistem_Pendukung_Keputusan_Penerimaan_Bantuan_Beras_Miskin_Menggunakan_Metode_AHP_Analytical_Hierarchy_Process_Pada_Kecamatan_Banawa

Pattipeilohy, W. F., Wibowo, A., & Utari, D. R. (2017). Pemodelan Dan Prototipe Sistem Informasi Untuk Prediksi Pembaharuan Polis Asuransi Mobil Menggunakan Algoritma C.45. 791–799. Retrieved from https://jurnal.umk.ac.id/index.php/SNA/article/view/1452

Purnia, D. S., Lena, & Ratningsih. (2019). Sistem Informasi Penentuan Calon PKH Menggunakan Metode SAW. IJSE, 5(2), 135–148. Retrieved from https://www.researchgate.net/publication/339355457_Sistem_Informasi_Penentuan_Calon_PKH_Menggunakan_Metode_SAW_Studi_Kasus_PPKH_KabTasikmalaya

Purwanto, S. A., & Makmur, M. (2013). Implementasi Kebijakan Program Keluarga Harapan (PKH) Dalam Memutus Rantai Kemiskinan ( Kajian di Kecamatan Mojosari Kabupaten Mojokerto ) The Policy Implementation of Prosperous Family Program ( PKH ) in Giving Social Protection to The Poor Community (. Wacana Sosial Dan Humaniora, 16(2), 18. Retrieved from https://wacana.ub.ac.id/index.php/wacana/article/view/246

Rahmawati, E., & Kisworo, B. (2017). Peran Pendamping dalam Pemberdayaan Masyarakat Miskin melalui Program Keluarga Harapan. Nonformal Education and Community Empowerment, 1(2), 161–169. https://doi.org/10.15294/pls.v1i2.16271

Ridwan. (2020, March 7). Data Warga Desa. (S. Saadawiyah, Interviewer)

Ridwan. (2020, Maret 7). Struktur Organisasi. (S. Saadawiyah, Interviewer)

Saputra, R. A., & Ayuningtias, S. (2016). Penerapan algoritma naïve bayes untuk penentuan calon penerima beasiswa pada smk pasim plus sukabumi. Swabumi, IV(2), 114–120. https://doi.org/10.31294/swabumi.v4i2.5401

Saputra, R. A., Taufik, A. R., Ramdhani, L. S., Oktapiani, R., & Marsusanti, E. (2018). Sistem Pendukung Keputusan Dalam Menentukan Metode Kontrasepsi Menggunakan Algoritma Naive Bayes. 16. Retrieved from http://seminar.bsi.ac.id/snit/index.php/snit-2018/article/view/31

Semma, M. (2008). Negara dan Korupsi: Pemikiran Mochtar Lubis atas Negara, Manusia Indonesia, dan Perilaku Politik. Jakarta: Yayasan Obor Indonesia.

Sugianto, C. A., & Maulana, F. R. (2019). Algoritma Naïve Bayes Untuk Klasifikasi Penerima Bantuan Pangan Non Tunai. Teknologi Informasi, 18(4), 321–331. https://doi.org/10.33633/tc.v18i4.2587

Supriyatna, A., & Mustika, W. P. (2018). Komparasi Algoritma Naive bayes dan SVM Untuk Memprediksi Keberhasilan Imunoterapi Pada Penyakit Kutil. 2(2), 152–161. https://doi.org/10.30645/j-sakti.v2i2.78

Tarjo. (2019). Metode Penelitian Sistem 3X Baca. Sleman: Deepublish.

Utami, L. A. (2017). Analisis Sentimen Opini Publik Berita Kebakaran Hutan Melalui Komparasi Algoritma Support Vector Machine Dan K-Nearest Neighbor Berbasis Particle Swarm Optimization. Pilar Nusa Mandiri, 13(1), 103–112. Retrieved from ejournal.nusamandiri.ac.id/index.php/pilar/article/view/153/130

Utomo, D., Hakim, A., & Ribawanto, H. (2015). Pelaksanaan Program Keluarga Harapan Dalam Meningkatkan Kualitas Hidup Rumah Tangga Miskin ( Studi Pada Unit Pelaksana Program Keluarga Harapan. Administrasi Publik, 2(1), 29–34. Retrieved from http://administrasipublik.studentjournal.ub.ac.id/index.php/jap/article/view/333

Verina, W., & Dewi, R. (2015). Penerapan Metode Analytical Hierarchy Proces Untuk Sistem Pendukung Keputusan Penerimaan Raskin ( Studi Kasus : Kecamatan Medan Deli ). 3(1), 6–8. Retrieved from https://ojs.amikom.ac.id/index.php/semnasteknomedia/article/view/766

Waluyo, S. H., & Prihandoko. (2017). Klasifikasi Pemanfaat Program Beras Sejahtera ( RASTRA ) Berdasarkan Tingkat Kemiskinan Dengan Menggunakan Algoritma Decision Tree C4 . 5 Berbasis Particle Swarm Optimization. 7(2), 19–24. Retrieved from https://ejournal.upm.ac.id/index.php/energy/article/view/421

Wanto, A. (2020). Data Mining: Algoritma dan Implementasi. Medan: Yayasan Kita Menulis.

Wintana, D., Hikmatullah, Ichsan, N., Purnama, J. J., & Rahmawati, A. (2019). Klasifikasi Penentuan Penerima Manfaat Program Keluarga Harapan ( PKH ). Ilmiah Ilmu Komputer, 06(03), 254–264. https://doi.org/10.20527/klik.v6i3.206

Yulianto, N. A., Maskan, M., & Utaminingsih, A. (2018). Metodologi Penelitian Bisnis. Malang: Polinema Press.

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru