KLASIFIKASI PENERIMA BANTUAN SOSIAL UMKM MENGGUNAKAN ALGORITMA NAÏVE BAYES

Abstract

Dalam masa digital dikala ini, data ialah perihal yang sangat berarti dalam mendukung aktivitas bisnis. Tetapi, dalam perihal pemberian bantuam sosial UMKM, namun banyak data yang tidak digunakan secara efektif. Karena itu, diperlukan sesuatu tata cara yang bisa mencerna data tersebut serta menciptakan prediksi yang akurat tentang penerima bantuan sosial UMKM. Riset bertujuan untul memaksimalkan penerima bantuan sosial UMKM dengan memakai metode Data Mining. Metode Naive Bayes hendak diterapkan untuk menganalisis data yang terdapat serta membuat prediksi yang akurat tentang penerima bansos. Permasalahan yang hendak dibahas dalam riset ini merupakan bagaimana memaksimalkan penerima bantuan sosial UMKM dengan memakai metode Data Mining serta metode Naive Bayes. Tujuan dari tugas akhir ini merupakan untuk meningkatkan sistem yang bisa menolong pengambil keputusan dalam memastikan penerima bantuan sosial UMKM dengan membagikan prediksi yang akurat. Sistem tersebut diharapkan bisa meningkatkan daya guna penyaluran bansos dengan mengurangi jumlah penerima yang tidak layak serta meningkatkan jumlah penerima yang layak. 177 lembar data yang digunakan memiliki property yang dikategorikan sesuai dengan persyaratan kelas Nik, Nama, Alamat, Bidang Usaha, Pekerjaan dan Hasil. Beberapa probabilitas ingin mengetahui keakuratan prediksinya, dan setelah diperiksa menggunakan Algoritma Naïve Bayes, diperoleh temuan dengan persentase Accuracy 95,43%, Precision 97,87%, dan Recall 93,88% untuk akurasi prediksi.