Feasibility Test Of Poor Rice Recipients In Bencoy Sukabumi Village Using Naive Bayes

Feasibility Test Of Poor Rice Recipients In Bencoy Sukabumi Village Using Naive Bayes

• By Hidayatulloh, Taufik; Winardi, Ardi; Yusuf, Lestari; Suhada, Satia; Bahri, Saeful;
• Jurnal Nasional Terakreditasi
• 289
• 93-98

A regional head must have a work plan every regional head must have a work plan which is sure to be of benefit to the community. Assisting is a definite   work   plan   in   every   region.   A   lot   of assistance is  usually given from the government to the community and must be managed by the village government so that the aid  gets  to  the right hands. And  to  improve  food  security,  the  people  in  each region  have  activities  to  distribute  Poor  Rice  as  a

subsidy  from  the  government.  In  the  distribution method,  sometime

s  there  are  constraints  in  data collection  so  that  poor  rice  or  what  we  usually  call Raskin  is  not  suitable  for  distribution.  Because  of this,  a  way  is  needed  so  that  the  distribution  is appropriate  or  not  in  the  community  in  accepting the  Raskin  so  that  government  assistance  can  be delivered    properly    and    on    target.    By    using secondary  data  obtained  from  Bencoy  Village,  205 data were obtained containing the attributes of the

eligibility   category   of   Raskin   recipients,and   6 categories    of   attributes    were   found with   the classification method of the Naïve Bayes algorithm.

The accuracy value obtained is 96.59%, proving that the prediction using the Naive Bayes algorithm has a  good  performance.  The  next  results  obtained  are in   the   form   of   AUC   value   which   after   being calculated produces a value of 0.999 and this results in an application which is an implementation with a

flow that is adjusted to the calculation algorithm in the form of a web-based application

• Katakunci Keywords: Raskin, Naïve Bayes, Data Mining
• URL http://ejournal.nusamandiri.ac.id/index.php/pilar/article/view/2227/847
• Penerbit Jurnal Pilar Nusa Mandiri, Jakarta DKI Jakarta

REFERENSI

Ermawati, E., & Hidayatulloh, T. (2016). Penerapan

Algoritma   C4   .   5   Pada   Sistem   Penunjang Keputusan Penentuan Penerima Raskin (Beras  Masyarakat  Miskin). Seminar  Nasional Ilmu  Pengetahuan  Dan  Teknologi  Komputer Nusa Mandiri, 123–134.

Fadlan,  C.,  Ningsih,  S.,  &  Windarto,  A.  P.  (2018). Penerapan     Metode     Naïve     Bayes     Dalam Klasifikasi    Kelayakan    Keluarga    Penerima Beras    Rastra. Jurnal    Teknik    Informatika Musirawas (JUTIM), 3 (1), 1. https://doi.org/10.32767/jutim.v3i1.286

 

Firdyana,   S.,   Cahyadi,D.,   &   Astuti,   I.   F.   (2017). Penerapan  Metode  Weighted  Product  Untuk Menentukan Penerima Bantuan Beras Masyarakat Miskin ( Raskin ). Prosiding SAKTI (Seminar    Ilmu    Komputer    Dan   Teknologi Informasi) , 2(1), 336–342. http://e-journals.unmul.ac.id/index.php/SAK

TI/article/view/282

 

Hidayat,   R.,   Marlina,   S.,   &   Utami,   L.   D.   (2017). Perancangan    Sistem    Informasi    Penjualan Barang  Handmade  Berbasis  Website  Dengan Metode Waterfall. Simnasiptek 2017, A-178.

 

Hidayatulloh, T. et al. (2021). Feasibility Test Of Poor Rice  Recipients  In  Bencoy  Sukabumi  Village Using Naive Bayes.

Kaesman,  Y.  R.  (2016).  Penentuan  Penerima  Beras Raskin di Kelurahan Oesapa Barat Menggunakan   Metode   K-Nearest   Neighbor. Teknologi Terpadu, 2(2).

 

Maricar,     M.     A.,     &     Dian     Pramana.     (2019). Perbandingan   Akurasi  Naïve   Bayes   dan   K-earest    Neighbor    pada    Klasifikasi    untuk  Meramalkan   Status   Pekerjaan   Alumni   ITB STIKOM  Bali. Jurnal  Sistem  Dan  Informatika (JSI), 14(1), 16–22. https://doi.org/10.30864/jsi.v14i1.233

 

Nasir,        jamal    A.    (2019).    Sistem    Pendukung Keputusan PEmberian  BEras  Untuk  KEluarga Miskin    Dengan    MEtode    Simple    Additive Weigthing. Jurnal Riset Informatika, 1(3), 134–138.

 

Nisak,  A.  F.  (2014).  Implementasi  Kebijakan  Beras Miskin ( Raskin ) di Kecamatan Kenjeran Kota Surabaya:  Studi  Deskriptif  pada  Kelurahan Tanah Kalikedinding. Jurnal Politik Muda, 3(2), 17–25.

 

Simbolon,  L.  D.,  Situmorang,  M.,  &  Napitupulu,  N. (2014).  Aplikasi  Metode  Transportasi  dalam Optimasi    Biaya    Distribusi    Beras    Miskin (Raskin) pada Perum Bulog Sub Divre Medan. Saintia Matematika, 2(3), 299-311.

 

Sugiharti,  E.,  Firmansyah,  S.,  &  Devi,  F.  R.  (2017). Predictive    evaluation    of    performance    of computer science students of unnes using data mining  based  on  naÏve  bayes  classifier  (NBC) algorithm. Journal  of  Theoretical  and  Applied Information Technology, 95(4), 902–911.

 

Suryeni,  E.,  Dan,  Y.  H.  A.,  &  Nurfitria,  Y.  (2015). Sistem    Pendukung    Keputusan    Kelayakan Penerimaan   Bantuan   Beras   Miskin   Dengan Metode    Weighted    Product    Di    Kelurahan Karikil Kecamatan Mangkubumi Kota

Tasikmalaya. Konferensi   Nasional Sistem   & Informatika 2015, 345–350.

 

Tone,    K.    (2016).    Untuk    perancangan    proses digambarkan   Menggunakan   DFD   (. Jurnal Instek, 1(1), 50–60.

 

Waliyansyah,     R.     R.,     &     Fitriyah,     C.     (2019). Perbandingan  Akurasi  Klasifikasi  Citra  Kayu Jati Menggunakan Metode Naive Bayes dan k-Nearest  eighbor  (k-NN). Jurnal  Edukasi  Dan Penelitian    Informatika    (JEPIN), 5(2),   157. https://doi.org/10.26418/jp.v5i2.32473

 

Winardi,  A.  dkk.  (2021). The  Feasibility  Test  For Beras    Miskin    In    The    Village    Of    Bencoy Sukabumi Using Naïve Bayes.

 

Wulandari, D. A. N., Annisa, R., & Yusuf, L. (2020). an Educational Data Mining for Student Academic Prediction   Using   K-Means   Clustering   and Naïve   Bayes   Classifier. Jurnal   Pilar   Nusa Mandiri, 155–160.