Analisis Penerapan Metode Naïve Bayes Pada Karakteristik Penerima PKH Untuk Lansia Dan Anak Sekolah

Abstract

Distribusi bantuan sosial Program Keluarga Harapan (PKH) di Indonesia sering kali menemui kendala dalam ketepatan sasaran penerima, khususnya pada kelompok lansia dan anak sekolah. Penelitian ini bertujuan untuk menganalisis karakteristik penerima bantuan PKH dengan menggunakan data mining metode klasifikasi Naïve Bayes. Penelitian dilakukan pada data warga di Kelurahan Sukolilo Baru Surabaya, dengan total 10.676 data, yang kemudian diproses melalui tahap data cleaning dan diskritisasi data untuk menghasilkan data yang relevan. Atribut yang dianalisis meliputi usia, inisial nama, tanggungan kepala keluarga, jumlah lansia, jumlah anak wajib sekolah, penghasilan kepala keluarga, status bpjs, tipe kendaraan, sumber air, tipe jamban, status kepemilikan bangunan, bahan lantai, bahan dinding, kategori luas bangunan, dan label. Sistem klasifikasi kemudian dibangun dalam bentuk aplikasi berbasis website menggunakan metode Naïve Bayes untuk menentukan kelayakan penerima bantuan. Hasil pengujian menunjukkan bahwa metode ini mampu membantu dalam memetakan penerima bantuan secara lebih akurat, dengan evaluasi yang menunjukkan tingkat keakuratan tinggi. Dari pengujian, pola kombinasi 3 file data (Mix Data, PKH, Warga) memberikan hasil akurasi tertinggi dan paling stabil dari pola lainnya dengan rata-rata 97,83% dan 8 dari 10 pola menghasilkan akurasi 100%. Kombinasi pola 3 file terbukti lebih stabil dan lebih baik untuk menjadi model pada pengujian selanjutnya. Penelitian ini diharapkan dapat menjadi acuan bagi pihak terkait dalam meningkatkan efisiensi dan efektivitas distribusi bantuan sosial PKH secara tepat sasaran.