Klasifikasi Penentuan Prioritas Bantuan PKH Dengan Clustering K-Means dan C4.5 Pada Desa Talang Belido
DOI:
https://doi.org/10.33998/jakakom.2026.6.1.2337Kata Kunci:
PKH, Data Mining, clustering, K-means, C4.5, Davies Bouldin index, RapidMinerAbstrak
Program Keluarga Harapan (PKH) adalah bantuan sosial bersyarat yang diberikan kepada Keluarga Miskin (KM) yang telah ditetapkan sebagai penerima manfaat. Namun, distribusi bantuan ini masih menghadapi tantangan dalam hal pemerataan dan ketepatan sasaran. Pengelolaan data yang besar, efisiensi waktu, dan akurasi data menjadi tantangan tersendiri dalam menentukan penerima yang paling berhak di Desa Talang Belido. Untuk mengatasi hal tersebut, penelitian ini menerapkan teknik data mining dengan menggabungkan metode Clustering K-Means dan algoritma C4.5, yang bertujuan untuk mempermudah proses pengelompokan serta memberikan gambaran pohon keputusan dari data yang dianalisis. Penelitian ini menggunakan data tahun 2023-2024 sebanyak 1.357 sampel dengan atribut meliputi: nama kepala keluarga, pekerjaan, jumlah tanggungan, pendapatan, kondisi rumah, status kepemilikan rumah, dan status kesejahteraan penduduk. Data tersebut diolah menggunakan tools Rapidminer dan menghasilkan tiga cluster: Cluster 1 sebagai prioritas utama (layak) dengan 377 anggota, Cluster 2 sebagai bahan pertimbangan dengan 482 anggota, dan Cluster 3 sebagai kategori tidak layak dengan 498 anggota. Evaluasi menunjukkan nilai akurasi metode Clustering berdasarkan Davies-Bouldin Index (DBI) sebesar 0,187 dengan silhouette score 0,75, sementara akurasi algoritma C4.5 mencapai 99,7%.
Unduhan
Referensi
Badan Pusat Statistik Rembang, “Data dan Informasi Kemiskinan Kabupaten Rembang 2017-2021.” [Online]. Available: https://rembangkab.bps.go.id/id/publication/2022/12/06/467c50362bd6b45fad1ffcda/data-dan-informasi-kemiskinan-kabupaten-rembang-2017-2021.html
M. Amali and A. Devita, “Faktor-Faktor yang Mempengaruhi Kemiskinan di Provinsi Jambi,” J-MAS (Jurnal Manaj. dan Sains), vol. 7, no. 2, p. 1247, 2022, doi: 10.33087/jmas.v7i2.537.
Badan Pusat Statistik, “Persentase Penduduk Miskin Maret 2024 turun menjadi 9,03 persen,” 2024, [Online]. Available: https://www.bps.go.id/id/pressrelease/2024/07/01/2370/persentase-penduduk-miskin-maret-2024-turun-menjadi-9-03-persen-.html
M. Effendy, “Muhadjir Sebut Target Penurunan Kemiskinan 7,5 Persen Sulit Dicapai.” [Online]. Available: https://www.cnnindonesia.com/nasional/20240222173830-32-1066137/muhadjir-sebut-target-penurunan-kemiskinan-75-persen-sulit-dicapai
N. Aminudin, I. Ayu, and P. Sari, “Sistem Pendukung Keputusan (Dss) Penerima Bantuaprogram Keluarga Harapan (Pkh) Pada Desa Bangun Rejo Kec.Punduh Pidada Pesawaran Dengan Menggunakan Metode Analytical Hierarcy Process (Ahp),” J. TAM ( Technol. Accept. Model ), vol. 5, no. 2, pp. 66–72, 2015.
K. K. PMK, “Temukan Bansos Tidak Merata di Kantong Kemiskinan, Menko PMK: Data Lapangan Harus Disempurnakan.” [Online]. Available: https://www.kemenkopmk.go.id/temukan-bansos-tidak-merata-di-kantong-kemiskinan-menko-pmk-data-lapangan-harus-disempurnakan
E. Dwiguna and A. Bahtiar, “Penerapan Data Mining Untuk Menentukan Penerima Bantuan Blt Menggunakan Metode Clustering K-Means Pada Desa Pamulihan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1382–1388, 2024, doi: 10.36040/jati.v8i2.9029.
L. Bachtiar and M. Mahradianur, “Analisis Data Mining Menggunakan Metode Algoritma C4.5 Menentukan Penerima Bantuan Langsung Tunai,” J. Inform., vol. 10, no. 1, pp. 28–36, 2023, doi: 10.31294/inf.v10i1.15115.
F. Salsabila and S. Maulida Intani, “Implementasi Algoritma K-Means dan C4.5 Dalam Menentukan Tingkat Penyebaran Covid-19 di Indonesia,” J. Siliwangi, vol. 7, no. 1, pp. 25–30, 2021.
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.
Reyhan Jarsi Yoga, Basuki Rahmat, and Eka Prakarsa Mandyartha, “Cluster Analysis and Classification of Emotions in K-Pop Music with K-Means and C 4.5 Algorithm,” Neptunus J. Ilmu Komput. Dan Teknol. Inf., vol. 2, no. 3, pp. 147–160, 2024, [Online]. Available: https://journal.arteii.or.id/index.php/Neptunus/article/view/228
W. Laturrizqi and O. Nurdiawan, “Implementasi Algoritma C4.5 Untuk Menentukan Penerima Bantuan Sosial,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 373–377, 2023, doi: 10.36040/jati.v7i1.6312.
R. Handoyo, R. Mangkudjaja, and S. M. Nasution, “Perbandingan Metode Clustering Menggunakan Metode Single Linkage dan K - Means pada Pengelompokan Dokumen,” J. SIFO Mikroskil, vol. 15, no. 2, pp. 73–82, 2014, doi: 10.55601/jsm.v15i2.161.
Y. Indah, “Prediksi Tingkat Kepuasan Pelayanan Online Menggunakan Metode Algoritma C4.5,” J. Inform. Ekon. Bisnis, vol. 4, pp. 59–64, 2022, doi: 10.37034/infeb.v4i2.99.
D. K. Utami, N. Irawati, and S. Sumantri, “Analysis of the k-Means Method in Clustering Acceptance of PKH Aid in Pulau Rakyat Tua Village,” Sistemasi, vol. 12, no. 3, p. 953, 2023, doi: 10.32520/stmsi.v12i3.3236.
Badan Pusat Statistik Ogan Ilir, Indikator Kemiskinan Kabupaten Ogan Ilir. 2022.
D. J. Guru, T. Kependidikan, and K. Pendidikan, Pedoman pelaksanaan Program Keluarga Harapan. 2021.
A. Essra, Rahmadani, and Safriadi, “Analisis Information Gain Attribute Evaluation Untuk Klasifikasi Serangan Intrusi,” J. Inf. Syst. Dev., vol. 2, no. 2, pp. 9–14, 2016.
S. D. Raihannabil, “Penerapan Metode Hierarchical Clustering untuk Klasterisasi Provinsi di Indonesia berdasarkan Indikator Status Gizi Anak Baduta ( Bawah Dua Tahun ) Tahun 2023,” vol. 2, no. 3, pp. 424–436, 2024.
