Naïve Bayes Classification untuk Penentuan Status Penduduk Miskin

Abstract

Kemiskinan adalah suatu kondisi masyarakat yang secara fisik memiliki akses terbatas terhadap sarana dan prasarana dasar lingkungan yang memadai. Penelitian akan melakukan klasifikasi terhadap penduduk miskin di Kecamatan Warudoyong agar mengurangi penerimaan bantuan pemerintah yang tidak tepat sasaran sehingga dapat mengurangi angka kemiskinan secara merata. Pengklasifikasian ini menggunakan teknik data mining dengan menggunakan metode Naïve Bayes Classification. Parameter yang digunakan adalah Umur, Tanggungan, Pekerjaan, Pendidikan, Pendapatan/bulan, Keikutsertaan Program KPS, KIS/JKN, PKH. Beberapa kelebihan dari metode Naïve Bayes Classifier yaitu cepat, memiliki efisiensi ruang, serta hanya memerlukan sejumlah kecil data pelatihan untuk mengestimasi parameter yang dibutuhkan untuk pengklasifikasian. Hasil yang diharapkan dari penelitian ini adalah didapatkannya suatu informasi/data mengenai tingkat kemiskinan masyarakat Kecamatan Warudoyong yang dapat digunakan oleh pihak kecamatan untuk dapat merancang strategi dalam meningkatkan kesejahteraan masyarakat. Sistem klasifikasi penduduk miskin Kecamatan Warudoyong berdasarkan hasil pengujian confusion matrix, penggunaan metode klasifikasi Naïve Bayes berdasarkan data uji yang diambil dari objek peelitian diperoleh tingkat akurasi sebesar 70%, nilai recall 66% dan precision 80%.