CLUSTERING PENDUDUK MISKIN UNTUK PENERIMA BANTUAN SOSIAL MENGGUNAKAN ALGORITMA K-MEANS

STUDI KASUS: DESA GREGED

Abstrak

Penyaluran bantuan sosial merupakan strategi vital yang diterapkan oleh pemerintah dan organisasi kemanusiaan untuk memberikan dukungan finansial atau materi kepada individu atau kelompok yang memerlukan. Salah satu kesulitan yang terkadang dihadapi Pemerintah dalam proses penanganan kemiskinan adalah proses pembagian bantuan sosial yang tidak merata dan tidak tepat sasaran. Ini disebabkan karena validasi data sering diabaikan sehingga sering menimbulkan data yang tidak akurat. Tujuan dari penelitian ini penulis mencoba untuk menerapkan Teknik clustering dengan menggunakan algoritma K-Means sebagai metode penyelesaian dalam mengelompokkan data penduduk di Desa Greged yang memang dikatakan tergolong penduduk yang berhak menerima bantuan sosial. . Evaluasi dilakukan di software rapidminer dengan operator cluster distance performance dengan hasil 10 percobaan dengan menggunakan algoritma K-Means Clustering menunjukkan bahwa nilai K yang Paling optimal adalah K=10. Nilai DBI untuk K=10 adalah 0,049, yang menunjukan bahwa cluster-cluster penerima bantuan sosial memiliki tingkat kekompakan yang tinggi dan tingkat kesenjangan antar cluster yang rendah. Hal ini mengindikasikan bahwa penerima bantuan sosial di Desa Greged dapat di kelompokkan menjadi 10 cluster yang berbeda berdasarkan karakteristik demografis, ekonomi, dan sosial mereka.