Penerapan Data Mining Untuk Menentukan Kelompok Prioritas Penerima Bantuan PKH Menggunakan Metode Clustering K-Means Pada Desa Kuala Dendang

Penulis

  • Siti Amaliyah Universitas Dinamika Bangsa
  • Jasmir Universitas Dinamika Bangsa
  • Silvia Rianti Universitas Dinamika Bangsa

DOI:

https://doi.org/10.33998/jakakom.2023.3.1.802

Abstrak

Program Keluarga Harapan (PKH) dimaknai sebagai program pemberian bantuan sosial bersyarat kepada Keluarga Miskin (KM) setelah ditetapkan sebagai keluarga penerima manfaat PKH. Bantuan ini sangat bermanfaat bagi warga yang membutuhkan. Namun nyatanya penerimaan bantuan PKH ini masih belum merata dan belum tepat sasaran. Dalam pengelolaan data PKH, selain tingkat akurasi data, efisiensi waktu dalam pengelolaan data juga sangat penting. Terdapat kerumitan dalam pengelolaan data yang sangat besar untuk menentukan warga yang menjadi prioritas utama untuk mendapatkan bantuan PKH pada Desa Kuala Dendang. Untuk itu penulis menggunakan data mining dengan metode clustering k-means untuk mempermudah pengelolaan data tersebut.

Dalam analisis penulis menggunakan data tahun 2020 dengan memakai 6 atribut yaitu nama KK, tunjangan, kondisi rumah, kepemilikan rumah, julah penghasilan, dan status kesejahteraan.Lalu data tersebut diolah dengan menggunakan tools SPSS. Setelah itu diperoleh hasil 3 cluster yaitu Cluster 1 sebagai prioritas pertama memiliki 114 anggota dengan presentase 11%, Cluster 2 sebagai prioritas kedua memiliki 690 anggota dengan presentase 68%, dan Cluster 3 sebagai prioritas ketida memiliki 218 anggota dengan presentase 21%.

Unduhan

Data unduhan belum tersedia.

Referensi

Badan Pusat Statistik, “2 Februari 2021,” Jumlah Pendud. Miskin Pada Sept. 2021, p. 57, 2021, [Online]. Available: https://jambi.bps.go.id/pressrelease/2022/02/02/596/jumlah-penduduk-miskin-pada-september-2021-sebesar-279-86-ribu-orang.html.

L. R. Angga Ginanjar Mabrur, “Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit,” J. Komput. dan Inform., vol. 1, no. 1, pp. 53–57, 2012, [Online]. Available: http://komputa.if.unikom.ac.id/jurnal/penerapan-data-mining-untuk.8.

T. Khotimah, “Pengelompokan Surat Dalam Al Qur�an Menggunakan Algoritma K-Means,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 5, no. 1, pp. 83–88, 2014, doi: 10.24176/simet.v5i1.141.

B. A. R. Hassan, Z. B. M. Yusoff, M. A. H. Othman, S. Bin, A. information is available at the end of the Chapter, and Http://dx.doi.org/10.5772/55358, We are IntechOpen , the world ’ s leading publisher of Open Access books Built by scientists , for scientists TOP 1 %. 2012.

E. Prasetyo, “Data Mining Konsep dan Aplikasi Menggunakan Matlab,” 2012, Accessed: Oct. 16, 2021. [Online]. Available: https://scholar.google.co.id/citations?view_op=view_citation&hl=id&user=9N8JRC4AAAAJ&citation_for_view=9N8JRC4AAAAJ:u5HHmVD_uO8C.

T. Noviana, Jasmir, and Y. Novianto, “Bab II Landasan Teori,” Penerapan Data Min. Untuk Menentukan Kelompok Prioritas Penerima Bantu. Beras Rastra Menggunakan Metod. Clust. K-Means Pada Kec. Muara Papalik, vol. 53, no. 9, pp. 1689–1699, 2019, [Online]. Available: http://digilib.stikom-db.ac.id/gdl42/gdl.php?mod=browse&op=read&id=gdlhub-gdl-tianoviana-5792.

D. J. P. dan J. Sosial and K. S. RI, Pedoman operasional kelembagaan PKH tahun 2013. Direktorat Jaminan Sosial : Jakarta.,2013, 2013.

C. Gunawan, Mahir Menguasai SPSS: (Mudah mengolah Data Dengan IBM SPSS Statistic 25). CV BUDI UTAMA, 2018.

A. Salam, D. Adiatma, and J. Zeniarja, “Implementasi Algoritma K-Means Dalam Pengklasteran untuk Rekomendasi Penerima Beasiswa PPA di UDINUS,” JOINS (Journal Inf. Syst., vol. 5, no. 1, pp. 62–68, 2020, doi: 10.33633/joins.v5i1.3350.

D. Sunia, Kurniabudi, and P. A. Jusia, “Bab II Landasan Teori,” PENERAPAN DATA Min. UNTUK Clust. DATA Pendud. MISKIN MENGGUNAKAN Algoritm. K-MEANS, vol. 53, no. 9, pp. 1689–1699, 2019, [Online]. Available: http://digilib.stikom-db.ac.id/gdl42/files/disk1/119/gdlhub-gdl-dinasunia-5916-1-bab2.pdf.

S. Ghousi, P. Ali, I. S. Achmadi, and M. Si, “Klasifikasi Penentuan Penerima Bantuan Pangan Non Tunai Menggunakan Metode K-Means Clustering,” pp. 1–8, 2020, [Online]. Available: http://eprints.itn.ac.id/4547/9/Jurnal.pdf.

A. Sulistiyawati and E. Supriyanto, “Implementasi Algoritma K-means Clustring dalam Penetuan Siswa Kelas Unggulan,” J. Tekno Kompak, vol. 15, no. 2, p. 25, 2021, doi: 10.33365/jtk.v15i2.1162.

W. Sirait, S. Defit, and G. W. Nurcahyo, “Implementasi Algoritma K-Means untuk Klasterisasi Peserta Olimpiade Sains Nasional Tingkat SMA,” J. Sistim Inf. dan Teknol., vol. 1, no. 3, pp. 25–30, 2019, doi: 10.35134/jsisfotek.v1i3.6.

Unduhan

Diterbitkan

2023-04-30

Abstract views:

803

PDF Download:

569

DOI:

10.33998/jakakom.2023.3.1.802

Dimension Badge:

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>