ANALISIS AKURASI NAÏVE BAYES DAN KNN DALAM PENENTUAN PENERIMA PKH DI LOMBOK UTARA

Septiya  Nuraeni; Harliana Harliana; Tito Prabowo

doi:10.24076/joism.2024v5i2.1205

Authors

Septiya Nuraeni Universitas Nahdlatul Ulama Blitar
Harliana Universitas Nahdlatul Ulama Blitar
Tito Prabowo Universitas Nahdlatul Ulama Blitar

DOI:

https://doi.org/10.24076/joism.2024v5i2.1205

Keywords:

PKH, Naive Bayes, KNN

Abstract

Saat ini Kemiskinan merupakan permasalahan utama di negara berkembang karena berhubungan dengan taraf hidup masyarakat yang rendah. Sebagai salah satu upaya penanggulangan kemiskinan pemerintah mengeluarkan bantuan yang diberi nama PKH, dimana bantuan ini hanya diperuntukkan bagi Rumah Tangga Sangat Miskin (RTSM) melalui beberapa ketentuan yang diberlakukan. Beberapa penelitian mengenai PKH sudah banyak dilakukan sebelumnya baik menggunakan algoritma naïve bayes, KNN, C4.5, decision tree, optimasi naïve bayes dengan smote, Gradient Boosted Trees, simple additive weight (SAW), ID3, AHP dan sebagainya. Namun penelitian ini hanya akan membandingkan dan menganalisis akurasi yang dihasilkan oleh Naïve Bayes Classification dan KNN guna menentukan penerima PKH di Lombok Utara. Atribut yang digunakan dalam analisis ini meliputi keluarga prasejahtera, ibu hamil, pendidikan, umur dan disabilitas. Berdasarkan hasil penelitian diperoleh kesimpulan bahwa tingkat akurasi yang dihasilkan oleh Naïve Bayes Classification memiliki nilai yang lebih tinggi jika dibandingkan dengan KNN dengan nilai rata – rata 77% melalui 3 skenario pengujian. Sedangkan pada pengujian recall, performa KNN lebih baik jika dibandingkan dengan Naïve Bayes yaitu 100% pada pengujian pertama dan 75% pada pengujian kedua.

Downloads

Download data is not yet available.

References

H. Harliana and F. N. Putra, “Klasifikasi Tingkat Rumah Tangga Miskin Saat Pandemi Dengan Naïve Bayes Classifier,” J. Sains dan Inform., vol. 7, no. 2, pp. 165–173, 2021, doi: 10.34128/jsi.v7i2.339.

S. D. Anggraeni, B. Setiawati, and S. Suwandi, “Evaluasi Pelaksanaan Program Keluarga Harapan (PKH) Bidang Pendidikan di Desa Kupang Nunding Kecamatan Muara Uya Kabupaten Tabalong,” JAPB, vol. 3, no. 2, pp. 625–635, 2020.

D. A. Setiawan, R. Halilintar, and L. S. Wahyuniar, “Penerapan Metode Naive Bayes Untuk Klasifikasi Penentuan Penerima Bantuan PKH,” Pros. SEMNAS INOTEK (Seminar Nas. Inov. Teknol., vol. 5, no. 2, pp. 249–254, 2021.

Amin Abdullah Sidiq and Febrian Wahyu Christanto, “Algoritma Naive Bayes Untuk Penentuan Pkh (Program Keluarga Harapan) Berbasis Sistem Pendukung Kepu-Tusan (Studi Kasus: Kelurahan Karanganyar Gunung Se-Marang),” J. Riptek, vol. 14, no. 1, pp. 65–71, 2020, doi: 10.35475/riptek.v14i1.83.

A. I. Purnama, A. Aziz, and A. S. Wiguna, “Penerapan Data Mining Untuk Mengklasifikasi Penerima Bantuan Pkh Desa Wae Jare Menggunakan Metode Naïve Bayes,” Kurawal - J. Teknol. Inf. dan Ind., vol. 3, no. 2, pp. 173–180, 2020, doi: 10.33479/kurawal.v3i2.348.

A. A. A. Arifin, W. Handoko, and Z. Efendi, “Implementasi Metode Naive Bayes Untuk Klasifikasi Penerima Program Keluarga Harapan,” J-Com (Journal Comput., vol. 2, no. 1, pp. 21–26, 2022, doi: 10.33330/j-com.v2i1.1577.

D. Utami and P. A. R. Devi, “Klasifikasi Kelayakan Penerima Bantuan Program Keluarga Harapan (Pkh) Menggunakan Metode Weighted Naïve Bayes Dengan Laplace Smoothing,” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 7, no. 4, pp. 1373–1384, 2022, doi: 10.29100/jipi.v7i4.3592.

F. Fajriana, “Classification of Determination the Recipients of the Program Keluarga Harapan (PKH) Using K-Nearest Neighbor Algorithm,” JITE (Journal Informatics Telecommun. Eng., vol. 6, no. 1, pp. 403–413, 2022, doi: 10.31289/jite.v6i1.7543.

S. Yani, F. S. Jumeilah, and M. Kadafi, “Algoritma K-Nearest Neighbor Untuk Menentukan Kelayakan Keluarga Penerima Bantuan Pangan Non Tunai (Studi Kasus?: Kelurahan Karya Jaya),” J. Inf. Technol. Ampera, vol. 1, no. 2, pp. 75–87, 2020, doi: 10.51519/journalita.volume1.isssue2.year2020.page75-87.

Anwar Pauji, S. Aisyah, A. Surip, R. Saputra, and I. Ali, “Implementasi Algoritma K-Nearest Neighbor Dalam Menentukan Penerima Bantuan Langsung Tunai,” KOPERTIP J. Ilm. Manaj. Inform. dan Komput., vol. 4, no. 1, pp. 21–27, 2022, doi: 10.32485/kopertip.v4i1.114.

Muhammad Alwi, Putu Karismawan, and I Dewa Ketut Yudha S, “Analisis Sektor Ekonomi Ungggulan Saat Ini Dan Di Masa Depan Dalam Upaya Pengurangi Jumlah Kemiskinan Di Kabupaten Lombok Utara Provinsi Nusa Tenggara Barat,” J. Econ. Bus., vol. 7, no. 1, pp. 66–81, 2021, doi: 10.29303/ekonobis.v7i1.69.

M. Alwi, P. Karismawan, I. D. K. Yudha S, and I. Harsono, “Sarana Pendidikan, Kesehatan Dan Tingkat Kemiskinan Di Kecamatan Tanjung Sebagai Pusat Pertumbuhan Kabupaten Lombok Utara, Paska Gempa 2018 Dan Masa Pandemi Covid-19,” Ganec Swara, vol. 16, no. 2, p. 1616, 2022, doi: 10.35327/gara.v16i2.327.

E. Fitriani, “Perbandingan Algoritma C4.5 Dan Naïve Bayes Untuk Menentukan Kelayakan Penerima Bantuan Program Keluarga Harapan,” Sistemasi, vol. 9, no. 1, p. 103, 2020, doi: 10.32520/stmsi.v9i1.596.

E. Rahma Meilaniwati and M. Fauzan, “Klasifikasi Penduduk Miskin Penerima PKH Menggunakan Metode Naïve Bayes dan KNN,” J. Kaji. dan Terap. Mat., vol. 8, no. 2, pp. 75–84, 2022.

K. Dede, F. Nuraeni, and M. Firmansyah, “Klasifikasi Masyarakat Penerima Bantuan Langsung Tunai Dana Desa Menggunakan Naïve Bayes dan SMOTE,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 2, pp. 309–320, 2023, doi: 10.25126/jtiik.2023106453.

E. Firasari, U. Khultsum, M. N. Winnarto, and R. Risnandar, “Kombinasi K-Nn Dan Gradient Boosted Trees Untuk Klasifikasi Penerima Program Bantuan Sosial,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 6, pp. 1231–1236, 2020, doi: 10.25126/jtiik.202073087.

K. Alia Akhmad, “Peran Pendidikan Kewirausahaan Untuk Mengatasi Kemiskinan,” J. Ekon. Sos. Hum., vol. 2, no. 6, pp. 173–181, 2021.

R. F. Saragih, P. R. Silalahi, and K. Tambunan, “Pengaruh Indeks Pembangunan Manusia, Tingkat Pengangguran Terbuka Terhadap Tingkat Kemiskinan di Indonesia Tahun 2007–2021,” PESHUM J. Pendidikan, Sos. dan Hum., vol. 1, no. 2, pp. 71–79, 2022.

J. Papilaya, “KEBIJAKAN PUBLIK DALAM PENGENTASAN KEMISKINAN (Suatu Kajian Peranan Pemerintah Dalam Pengentasan Kemiskinan),” J. Bimbing. dan Konseling Terap., vol. 4, no. 1, p. 77, 2020, doi: 10.30598/jbkt.v4i1.1113.

A. Purnamasari and S. Assegaff, “Penentuan Klasifikasi Tingkat Kesejahteraan Keluarga Menggunakan Metode Naive Bayes Pada Kecamatan Pasar Jambi,” J. Manaj. Sist. Inf., vol. 4, no. 4, pp. 480–491, 2019.

D. Dwidianti and Y. Chrisdiana, “Implementasi Program Keluarga Harapan Dalam Upaya Penanggulangan Kemiskinan,” JIA SANDIKTA, vol. IX, no. 14, pp. 11–22, 2023.

R. Yulian, D. Hernawan, and F. T. Ramdani, “Implementasi Kebijakan Program Keluarga Harapan di Kelurahan Cipaku Kecamatan Bogor Selatan Kota Bogor,” Karimah Tauhid, vol. 2, no. 1, pp. 256–262, 2023.

M. Munir, I. Ardiansyah, J. D. Santoso, A. Mustopa, and S. Mulyatun, “Detection and Mitigation of Distributed Denial of Service Attacks on Network Architecture Software Defined Networking Using the Naive Bayes Algorithm,” J. Inf. Syst. Manag., vol. 3, no. 2, pp. 51–55, 2022, doi: 10.24076/joism.2022v3i2.656.

M. Farid, S. Wibowo, N. F. Puspitasari, and B. Satya, “PENERAPAN DATA MINING DAN ALGORITMA NAÏVE BAYES UNTUK METODE KLASIFIKASI,” J. Inf. Syst. Manag., vol. 3, no. 2, pp. 39–45, 2022, doi: 10.24076/joism.2022v3i2.680.

M. N. Maskuri, Harliana, K. Sukerti, and R. M. H. Bhakti, “Penerapan Algoritma K-Nearest Neighbor (KNN) untuk Memprediksi Penyakit Stroke,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 4, no. 1, pp. 130–140, 2022.