KLASTERISASI PENERIMA BANTUAN LANGSUNG TUNAI (BLT) DANA DESA MENGGUNAKAN ALGORITMA K-MEANS
Abstract
Kemiskinan merupakan salah satu hambatan bagi perkembangan ekonomi baik ditingkat nasional maupun daerah. Salah satu program bantuan yang diluncurkan adalah BLT DD. Salah satu kendala yang sering dihadapi pemerintah dalam penanganan kemiskinan adalah kurangnya akurasi dalam proses distribusi bantuan dana sosial. Oleh karena itu, tujuan dari penelitian ini dengan melakukan klasterisasi pada data calon penerima BLT DD. Penelitian ini menggunakan metode CRISP-DM dengan Algoritma K-Means clustering. Hasil dari penelitian ini adalah terbentuk 2 cluster yang dimana C0 dengan kategori Tidak Layak yaitu sebanyak 291 kepala keluarga, dan C1 dengan kategori tidak layak sebanyak 302 kepala keluarga. Hasil pengujian evaluasi dengan menggunakan Davies Bouldin Index mendapatkan nilai sebesar 0.46. Hasil dari Davies Bouldin Index menunjukkan bahwa kualitas cluster yang dihasilkan oleh Algoritma K-Means memiliki tingkat kekompakan yang baik, diukur dari jarak antara pusat cluster dan seberapa jauh titik-titik dalam cluster tersebut dari pusat cluster
Downloads
Copyright (c) 2024 JATI (Jurnal Mahasiswa Teknik Informatika)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.