Penerapan Algoritma Clustering K-means untuk Menentukan Prioritas Penerima Bantuan Dana Sosial PKH di Kelurahan Kampung Singkep
DOI:
https://doi.org/10.33998/jakakom.2023.3.1.726Abstract
Program Keluarga Harapan (PKH) merupakan program yang bertujuan untuk mengurangi angka kemiskinan dan meningkatkan kualitas sumber daya manusia. Mengoptimalkan pemberian bantuan sesuai dengan harapan masyarakat yang membutuhkan. Data-data masyarakat miskin atau data terpadu kesejahteraan sosial diperlukan sebagai acuan untuk melakukan pengelompokan. Penelitian ini bertujuan untuk mempermudah tim penyeleksi memberikan bantuan sesuai dengan kriteria yang telah ditentukan apakah layak atau tidak layak menerima bantuan tersebut. Data yang digunakan dalam penelitian adalah data tahun 2020. Pengolahan data dalam penelitian ini menggunakan metode K-Means Clustering dengan jumlah 3 cluster yaitu cluster 1 (C1) Prioritas pertama, cluster 2 (C2) prioritas kedua dan cluster 3 (C3) Prioritas Ketiga. Dalam melakukan analisis penulis menggunakan alat bantu tools SPSS. Metode yang digunakan adalah metode k-means clustering dengan data 1001 KK 5 atribut dan 3 cluster. Jumlah cluster pada perhitungan manual dan menggunakan tools SPSS adalah, C1 terdapat 497 data, C2 terdapat 381 data, C3 terdapat 123 data.
Downloads
References
S. S. Agge Risna Susilo, “KLASIFIKASI PENENTUAN PENERIMAAN BERAS MISKIN MENGGUNAKAN DECISION TREE - (accessed Dec. 28, 2021).
S. Solikatun, Y Masruroh, dan Z, Ahmad “Kemiskinan Dalam Pembangunan,” J. Analisa Sosiologi 3(1) 70-90, 2014.
K. A. Stamboel, “Panggilan keberpihakan : strategi mengakhiri kemiskinan di Indonesia,” p. 274, 2012.
Warno Waryadi, “Penerapan Data Mining Dengan Algoritma Naïve Bayes Untuk Menganalisa Pelanggan Aktif Dalam Penjualan Produk Di Pt Youm Kwang Indonesia Skripsi,” p. 12, 2018.
T. Syahputra, “PENERAPAN DATA MINING DALAM PENGELOMPOKAN KELAS MAHASISWA BERDASARKAN HASIL UJIAN SARINGAN MASUK DENGAN ALGORITMA K-MEANS,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 5, no. 2, pp. 161–166, Jun. 2019, doi: 10.33330/JURTEKSI.V5I2.350.
B. G. Sudarsono and S. P. Lestari, “Clustering Penerima Beasiswa Yayasan Untuk Mahasiswa Menggunakan Metode K-Means,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 258, 2021, doi: 10.30865/mib.v5i1.2670.
D. R. Utami, “Aplikasi Monitoring Keluarga Miskin Menggunakan Metode K-Means Clustering Berbasis Mobile GIS (Studi Kasus : PKH Kec Kedungkandang Kota Malang),” p. 110, 2018.
Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI.
S. G. Pratama, A. Mahudi, and S. Achmadi, “Klasifikasi Penentuan Penerima Bantuan Pangan Non Tunai Menggunakan Metode K-Means Clustering,” JATI (Jurnal Mhs. Tek. Inform., vol. 4, no. 1, pp. 341–348, 2020, doi: 10.36040/jati.v4i1.2360.
A. Muhidin and I. Baragigiratri, “Pemetaan Penduduk Calon Penerima Bantuan Renovasi Rumah Desa Pesangkalan Menggunakan Algoritma Clustering K-Means,” J. SIGMA, vol. 8, no. 2, pp. 147–152, Mar. 2018, Accessed: Jan. 03, 2022. [Online]. Available: https://www.jurnal.pelitabangsa.ac.id/index.php/sigma/article/view/395.
