KLASIFIKASI KELAYAKAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN METODE WEIGHTED NAÏVE BAYES DENGAN LAPLACE SMOOTHING

Utami, Diyah (2022) KLASIFIKASI KELAYAKAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN METODE WEIGHTED NAÏVE BAYES DENGAN LAPLACE SMOOTHING. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 7 (4). pp. 1373-1384. ISSN 2540-8984

	Text Lembar Persetujuan Publikasi.pdf Download (200kB)
	Text (Artikel Publikasi) 3592-8048-2-PB.pdf Restricted to Repository staff only until 19 January 2028. Download (573kB)

Abstract

Program Keluarga Harapan (PKH) yaitu yaitu keluarga yang telah ditetapkan menjadi penerima PKH dapat menerima bantuan sosial bersyarat dalam program PKH. Pemerintah Indonesia mencanangkan PKH sebagai inisiatif pemerintah pada tahun 2007. PKH berupaya untuk meningkatkan kualitas sumber daya manusia (SDM) di bidang kesehatan, pendidikan, dan kesejahteraan dengan meningkatkan kualitas hidup. Program tersebut juga dapat membantu keluarga miskin dalam mengurangi pengeluaran. Proses penerima bantuan PKH masih dilakukan secara manual dan penyebaran penerima bantuan PKH tidak sepat sasaran bagi warga yang menerima bantuan PKH.Oleh karena itu, dalam penelitian ini dapat memberikan prediksi klasifikasi kelayakan penerima bantuan PKH sehingga dapat membantu perangkat desa dalam menentukan warga desa yang layak menerima bantuan tersebut dan dapat mendapatkan hasil yang lebih cepat, akurat dan tepat sasaran bagi yang menerima.Dalam penelitian ini akan dilakukan klasifikasi kelayakan penerima bantuan PKH menggunakan metode Weighted Naïve Bayes dengan Laplace Smoothing. Dengan melakukan penambahan bobot terhadap atribut kelas pada algoritma naïve bayes, maka akurasi klasifikasi algoritma nave Bayes berbobot tidak hanya didasarkan pada probabilitas tetapi juga pada pembobotan fitur ke kelas, yang ditambahkan ke atribut kelas dalam algoritma naive bayes dan dengan menggunakan laplace smoothing dapat menghindari nilai probabilitas 0. Dari hasil perhitungan klasifikasi menggunakan metode naïve bayes dengan laplace smoothing pada 56 data training dan 24 data uji didapatkan hasil pengujian evaluasi performa dengan menggunakan confusion matrix dengan nilai Accurasi 91,67%, error 8,33%, Sensitivitas 85,71%, dan Spensifitas 94,12%.

Item Type:	Article
Uncontrolled Keywords:	Klasifikasi, PKH, Weighted Naïve Bayes, Laplace Smoothing.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Diyah Utami
Date Deposited:	19 Jan 2023 01:58
Last Modified:	19 Jan 2023 01:58
URI:	http://eprints.umg.ac.id/id/eprint/7090

Actions (login required)

View Item