Penentuan Penerima Bantuan Sosial Beras untuk Masyarakat Miskin Menggunakan Metode K-Means
Abstract
The Rice for the Poor program or Raskin is one of the government's programs in tackling poverty and reducing the burden of spending and protecting poor families through the distribution of rice. Thus the government continues to carry out rice social assistance programs for the poor (Raskin) in the community. Determining recipients of rice social assistance is a problem that is of serious concern in the Landasan Ulin Timur Village, because the large amount of data on proposals for assistance that comes in is very inconvenient for village officials in determining recipients who are entitled and eligible to receive assistance so that the assistance is not misdirected. Therefore, an application is needed by applying the k-means clustering method to determine recipients of rice social assistance for the poor. This study succeeded in developing an application to operate the K-Means cluster method and based on testing the method using the Confussion Matrix obtained an accuracy rate of 88%, a precision level of 94%, a recall rate of 76% and an F-1 score of 84% of a total of 50 data.
Keywords: Cluster; Social Assistance; Rice; K-Means ALgorithm
Abstrak
Program Beras Miskin atau Raskin adalah salah satu program pemerintah dalam menanggulangi kemiskinan serta mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras. Dengan demikian pemerintah terus melakukan program-program bantuan sosial beras masyarakat miskin (Raskin) di masyarakat. Penentuan penerima bantuan sosial beras merupakan salah satu masalah yang menjadi perhatian serius di Kelurahan Landasan Ulin Timur, karena banyaknya data pengusulan bantuan yang masuk sangat merepotkan bagi aparatur desa dalam menentukan penerima yang berhak serta layak mendapatkan bantuan agar bantuan tersebut tidak salah sasaran. Oleh karena itu, dibutuhkan suatu aplikasi dengan menerapkan metode klustering k-means untuk melakukan penentuan penerima bantuan sosial beras untuk masyarakat miskin. Penelitian ini berhasil mengembangkan aplikasi untuk melakukan pengoperasioan metode klaster K-Means dan berdasarkan pada pengujian metode dengan menggunakan Confussion Matrix didapatkan tingkat akurasi sebesar 88%, tingkat presisi sebesar 94%, angka recall sebesar 76% dan angka F-1 Score sebesar 84% dari total data sebanyak 50 data.
Keywords
References
Menteri Koordinator Bidang Kesejahteraan Rakyat, Nomor 54.”Keputusan Menteri Koordinator Bidang Kesejahteraan Rakyat. Pedoman Umum Raskin”, Jakarta: Menteri Koordinator Bidang Kesejahteraan Rakyat, 2014.
K, Dewi; Mohammad, “Sistem Pendukung Keputusan Penerimaan Bantuan Beras Miskin Menggunakan Metode AHP (Analytical Hierarchy Process) Pada Kecamatan Banawa”, ScientiCO: Computer Science and Informatics Journal, Vol.1, No. 2, pp. 59-70, 2019.
Y. S. Kusmiati, W. Laksito, and T. Irawati. “Sistem Pendukung Keputusan Penerimaan Beras Untuk Keluarga Miskin (Raskin) di Kelurahan Sondakan Kecamatan Laweyan Kota Surakarta”, Jurnal Ilmiah SINUS, Vol.10, No. 1, pp1-10, 2013,
R. A. Dwi Rahmana and R. C. Noor Santi, “Model Aplikasi Sistem Penunjang Keputusan Penetapan Penerima Bantuan Bedah Rumah Berbasis SAW,” Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 11, no. 2, p. 445, Jul. 2022, doi: https://doi.org/10.35889/jutisi.v11i2.882.
H. Pamungkas, “Implementasi Metode K-Means Dalam Penentu Keputusan Penerimaan Beasiswa Di SMK Negeri 1 Lengkong”. SIMKI-Techsain Vol.1 No.11, pp.2-9, 2017.
M. Y. ISMAIL, and L. D. Farida, “Implementasi Analythical Hierarchy Process pada Sistem Pendukung Keputusan Pemilihan Siswa Berpres-tasi”. Progresif: Jurnal Ilmiah Komputer, Vol. 19, No.1 pp.469-480. 2023
N. K. H. ARIPUSPA, N. M. ESTIYANTI, and E.M. DHARMA, “Model Sistem Pendukung Keputusan Kelayakan Pemberian Kredit Pada BUMDes,” Progresif: Jurnal Ilmiah Komputer, vol. 18, no. 2, pp. 231–231, Jul. 2022, doi: https://doi.org/10.35889/progresif.v18i2.925.
O. R. Angka, D. Natanie, and Islamiyah, “Sistem Pendukung Keputusan Kelayakan Pemberian Bantuan Dana Atau Kredit Untuk Usaha Kecil Menengah (Ukm) Pada Bank Negara Indonesia (BNI),” Prosiding SAKTI (Seminar Ilmu Komputer dan Teknologi Informasi), vol. 2, no. 1, pp. 8–13, Mar. 2017.
S. Soegiarto, & B. Bahar, “Model Aplikasi Penentuan Jenis Beasiswa Berbasis Algoritma K-NN Termodifikasi. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, vol. 5, no. 3, pp. 1181-1186, 2017.
S. Eni, H. A. Yoga, and N. Yuli, “Sistem Pendukung Keputusan Kelayakan Penerimaan Bantuan Beras Miskin Dengan Metode Weighted Product Di Kelurahan Karikil Kecamatan Mangkubumi Kota Tasikmalaya,” Proceedings Konferensi Nasional Sistem dan Informatika (KNS&I), Oct. 2015.
D. N. UTAMA, “Sistem Penunjang Keputusan: Filosofi Teori dan Implementasi. Garudhawaca, 2017
A. A. Deka, N. Didik, and I. Tri, “Sistem Pendukung Keputusan Penerimaan Beras Untuk Keluarga Miskin Menggunakan Metode Simple Additive Weighting Di Kantor Kepala Desa Gumpang,” Jurnal teknologi informasi dan komunikasi Sinar Nusantara, vol. 6, no. 1, pp.50-57, Apr. 2018, doi: https://doi.org/10.30646/tikomsin.v6i1.351.
Badan Pusat Statistik (BPS). 2022b. Jumlah Penduduk Miskin Menurut Provinsi dan Daerah Indonesia. Retrieved February 16, 2022, from https://www.bps.go.id/ indicator/23/185/1/jumlah-penduduk-miskin-ribujiwa-menurut-provinsi-dan-daerah.html
Mardalius, “Pemanfaatan Rapid Miner Studio 8.2 Untuk Pengelompokan Data Penjualan Aksesoris Menggunakan Algoritma K-Means”. JURTEKSI (Jurnal Teknologi dan Sistem Informasi), Vol. 4 No. 2, pp.123-132, 2018.
S. Defiyanti, “Integrasi Metode Clustering dan Klasifikasi untuk Data Numerik. In Seminar Nasional CITEE” Yogyakarta, pp.256-261, 27 Juli 2017.
How To Cite This :
Refbacks
- There are currently no refbacks.
