CLUSTERING PENERIMA BANTUAN SOSIAL MENGGUNAKAN ALGORITMA K-MEANS DI DESA JATIPANCUR

Abstract

Program bantuan sosial ialah upaya pemerintah dalam membagikan sokongan kepada warga yang memerlukan, khususnya di wilayah pedesaan. Namun tidak jarang program bantuan sosial terjadi masalah diantaranya tidak tepat sasaran, salah pendataan dan kesalahan lainnya. Permasalahan yang sering terjadi pada saat penyaluran bantuan sosial di desa jatipancur ialah tidak tepat sasaran. Penelitian ini bertujuan guna mempraktikkan metode Informasi Mining dengan memakai algoritma K-Means dalam konteks clustering penerima dorongan sosial dengan metode Knowledge Discovery in Databases (KDD). Sumber data diambil dari data puskesos amanah desa jatipancur. Langkah awal mengaitkan pra- pemrosesan informasi guna mensterilkan serta menanggulangi kemampuan permasalahan, semacam informasi yang tidak lengkap ataupun informasi yang tidak relevan. Berikutnya, algoritma K-Means diimplementasikan untuk mengelompokkan informasi jadi sebagian kelompok bersumber pada kesamaan atribut. Dari proses penerapan teknik data mining dengan algoritma K-Means Clustering dihasilkan kelompok penerima bantuan sosial dengan jumlah cluster 10 terdiri dari cluster_0 berjumlah 36 kepala keluarga, cluster_1 berjumlah 2 kepala keluarga, cluster_2 berjumlah 23 kepala keluarga, cluster_3 berjumlah 54 keluarga, cluster_4 berjumlah 16 kepala keluaga, cluster_5 berjumlah 156 kepala keluarga, cluster_6 berjumlah 5 kepala keluarga, cluster_7 berjumlah 20 keluarga, cluster_8 berjumlah 40 kepala keluarga, cluster_9 berjumlah 2 kepala keluarga dan nilai Davies Bouldin Index yang optimal yaitu 0,057.