PENERAPAN DEEP LEARNING MODEL RANDOM FOREST UNTUK PREDIKSI PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH)

Abstrak

Program Keluarga Harapan (PKH) merupakan inisiatif pemerintah Indonesia untuk memberikan dukungan kepada Rumah Tangga Sangat Miskin (RTSM). Dalam konteks globalisasi dan kemajuan teknologi informasi, optimalisasi teknologi, terutama pembelajaran mesin, menjadi krusial dalam memecahkan tantangan prediksi penerima Bantuan Program Keluarga Harapan (PKH). Dalam implementasi PKH di Kabupaten Kuningan, terdapat permasalahan dalam penentuan penerima manfaat yang disebabkan oleh ketidakakuratan dan kebingungan dalam sistem seleksi manual yang sudah ketinggalan zaman. Penelitian ini bertujuan mengembangkan model prediksi menggunakan pendekatan Machine Learning, dengan fokus pada algoritma Random Forest. Data historis terkait program PKH, seperti nominal bantuan, status sosial-ekonomi, jumlah anggota keluarga, jenis penyaluran bantuan, dan karakteristik demografi, diolah untuk membangun model prediksi. Dengan menggunakan data penerimaan bantuan PKH tahun 2023 di Kabupaten Kuningan 44.690 data, model ini mencapai ROC AUC akurasi sekitar 96%, dengan akurasi Random Forest sekitar 98,9%, dan Decision Tree sekitar 98%. Penelitian ini sebagai respons terhadap ketidakakuratan dalam penentuan penerima manfaat PKH dan kesenjangan administratif di tingkat daerah. Hasilnya diharapkan memberikan kontribusi signifikan dalam meningkatkan akurasi dan efisiensi program bantuan sosial, sesuai dengan tujuan pemerintah untuk mengurangi kemiskinan dan meningkatkan kesejahteraan masyarakat berpenghasilan rendah. Kesimpulan ini diharapkan dapat memberikan wawasan baru dalam literatur mengenai peningkatan efektivitas program bantuan sosial dalam konteks administratif daerah.