Penerapan Metode Clustering K-Means Untuk Menentukan Prioritas Penerima Bantuan Program Beras Untuk Rakyat Miskin (Raskin) Studi Kasus : Kecamatan Siulak
Kata Kunci:
Kemiskinan; Bantuan Sosial; RASKIN; K-Means Clustering; Data mining; SPSSAbstrak
Kemiskinan di Indonesia merupakan masalah kompleks dan berkelanjutan. Pemerintah berupaya mengatasinya melalui program bantuan sosial seperti Bantuan Sosial Tunai (BST), Bantuan Langsung Tunai (BLT), RASKIN, dan Program Keluarga Harapan (PKH). Kabupaten Kerinci di Provinsi Jambi, dengan populasi 255.736 jiwa, masih memiliki banyak masyarakat yang membutuhkan bantuan, terutama di Kecamatan Siulak. Berdasarkan laporan BPS tahun 2021, distribusi bantuan RASKIN sering tidak sesuai kebutuhan karena pembagian yang tidak merata dan kurangnya validasi data. Penelitian ini menggunakan metode K-Means CLUSTERING untuk menentukan penerima bantuan RASKIN agar lebih tepat sasaran. Data penelitian berasal dari 349 penduduk Desa Siulak Panjang setelah proses pembersihan data dari total 355 data yang ada. Kriteria penerima bantuan meliputi jumlah anggota rumah tangga, luas lantai kurang dari 10 meter persegi, tingkat pendidikan rendah, kondisi ekonomi tidak stabil, dan kesehatan yang buruk. Delapan atribut digunakan dalam analisis. Hasil menunjukkan perbedaan jumlah penerima bantuan pada setiap klaster antara perhitungan manual dan menggunakan SPSS, yang disebabkan oleh standarisasi data pada SPSS. Dari perhitungan manual, Cluster 1 memiliki 74 data (prioritas ketiga), Cluster 2 memiliki 37 data (prioritas pertama), Cluster 3 memiliki 73 data (prioritas kedua), Cluster 4 memiliki 42 data (prioritas kelima), dan Cluster 5 memiliki 123 data (prioritas keempat). Sebaliknya, hasil menggunakan SPSS menunjukkan Cluster 1 dengan 32 data (prioritas pertama), Cluster 2 dengan 68 data (prioritas kelima), Cluster 3 dengan 124 data (prioritas kedua), Cluster 4 dengan 73 data (prioritas keempat), dan Cluster 5 dengan 52 data (prioritas ketiga). Berdasarkan hasil perbandingan, penggunaan SPSS lebih direkomendasikan karena memberikan hasil yang lebih akurat dan konsisten melalui standarisasi data, efisien dalam pengolahan data, dan menghasilkan klaster yang lebih sesuai dengan kondisi sebenarnya.
Unduhan
Referensi
N. KARIM, “KEBIJAKAN BERORIENTASI KESEJAHTERAAN (KASUS DI PROVINSI JAMBI),” vol. 5, no. 2,
pp. 82–92, 2016.
Program-program Kemensos Antisipasi Kemiskinan Akibat Pandemi, “No Title,” Kementerian Sosial RI, 2020.
https://kemensos.go.id/program-program-kemensos-antisipasi-kemiskinan-akibat-pandemi
penerima B. K. B. O. Mampu, “No Title,” BPK RI, 2021. https://jambi.bpk.go.id/penerima-bansos-kerinci-banyak-
orang-mampu/
H. Hasanah, P. Riswanto, and ..., “Penerapan Data mining Menggunakan K-Means Untuk Penentuan Penerima
Bantuan Langsung Tunai (BLT) Dana Desa Pada Desa Cempaka Timur,” JTKSI (Jurnal Teknol. …, pp. 236–241,
, [Online]. Available: https://jurnal.ftikomibn.ac.id/index.php/jtksi/article/view/1508
N. Nurahman and J. Susanto, “Klasterisasi Data Penerima Bantuan Langsung Tunai Menggunakan Algoritma K-
Means,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 2, p. 461, 2023, doi: 10.30865/jurikom.v10i2.5807.
M. Arhami, M. Kom, and S. T. Muhammad Nasir, Data mining-Algoritma dan Implementasi. Penerbit Andi, 2020.
and L. W. S. Amna, Wahyuddin S, I. Gede Iwan Sudipa, Tri Andi E. Putra, Ahmad Jurnaidi Wahidin, Wara Alfa
Syukrilla, Anindya Khrisna Wardhani, Nono Heryana, Tutuk Indriyani, Data mining Data mining. Vol. 2. 2023.
M. K. Hidayat and R. Fitriana, “Implementasi K-Means dan K-Medoids dalam pengelompokan wilayah potensial
produksi daging ayam,” J. Teknol. Ind. Pertan., vol. 32, no. 3, pp. 239–247, 2022.
B. Susarianto and T. Nizami, “Penentuan Penerima Bantuan Sosial Beras untuk Masyarakat Miskin Menggunakan
Metode K-Means,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 12, no. 2, pp. 772–783, 2023.
P. W. Rahayu et al., Buku Ajar Data mining. PT. Sonpedia Publishing Indonesia, 2024.
D. Nofriansyah, S. Kom, and M. Kom, Konsep Data mining vs sistem pendukung keputusan. Deepublish, 2015.
I. Werdiningsih, M. Kom, B. Nuqoba, M. Kom, and S. S. Muhammadun, Data mining Menggunakan Android, Weka,
dan SPSS. Airlangga University Press, 2020.
D. Jollyta, W. Ramdhan, and M. Zarlis, Konsep Data mining dan penerapan. Deepublish, 2020.
I. G. I. Sudipa et al., Metode Penelitian Bidang Ilmu Informatika (Teori & Referensi Berbasis Studi Kasus). PT.
Sonpedia Publishing Indonesia, 2023.
P. T. I. U. P. Y. Nurirwan Saputra, “Pengenalan Data mining,” 2023.
D. T. Larose and C. D. Larose, Discovering knowledge in data: an introduction to Data mining, vol. 4. John Wiley &
Sons, 2014.
C. Gunawan, Mahir menguasai SPSS panduan praktis mengolah data penelitian new edition buku untuk orang yang
(merasa) tidak bisa dan tidak suka statistika. Deepublish, 2020.
S. Santoso, Panduan Lengkap SPSS 26. Elex Media Komputindo, 2020.
