Perbandingan Algoritma Klasifikasi Data Kesejahteraan Sosial Kabupaten Bantul

Abstrak

Permasalahan utama dalam dunia ekonomi negara Indonesia saat ini adalah terkait dengan penanggulangan kemiskinan. Di Kabupaten Bantul, penanggulangan kemiskinan bergantung pada data warga miskin. Data Terpadu Kesejahteraan Sosial yang ditetapkan oleh Kementerian Sosial Republik Indonesia saat ini belum mampu menggambarkan pengkategorian dari warga miskin. Hal ini menjadi salah satu penyebab terlambatnya penanganan fakir miskin di Kabupaten Bantul. Pemetaan warga miskin berpengaruh besar terhadap ketepatan target program-program penanggulangan kemiskinan. Pemetaan yang dapat dilakukan terhadap data warga miskin  ini salah satunya adalah dengan melakukan metode klasifikasi. Dengan klasifikasi ini, warga miskin dapat digolongkan ke dalam beberapa golongan sesuai dengan keadaan mereka. Golongan tersebut diantaranya golongan sangat miskin, miskin, rentan miskin dan hampir miskin. Dalam penelitian ini akan dicoba dua metode klasifikasi yaitu menggunakan naive bayes dan K-nearest neighboor (KNN) untuk membandingkan hasil terbaik berdasarkan suatu metode pengukuran.