Eligibility Classification of Aid Recipients Hope Family Program in Cinta Rakyat Village Using the Method Weighted Naive Bayes with Laplace Smoothing

Abstract

English

The Indonesian government sometimes faces difficulties in dealing with poverty problems. The Indonesian government utilizes a number of programs and stimulants to overcome the problem of poverty. The government's PKH program offers conditional assistance to low-income families who have been designated as PKH recipient households. PKH provision is still below optimal standards, this may be because the data used is not updated frequently. To assist village officials in determining which residents are eligible to receive PKH assistance, this research tries to classify the eligibility of recipient residents in Cinta Rakyat Village. With the Weighted Naive Bayes method, classification calculations are not only based on probability distributions but also by adding weights to each attribute to the class. Assisted with Laplace Smoothing to avoid a probability value of 0. As a result, there are eight factors that determine a person's eligibility to receive PKH assistance, including age, occupation, income, number of family members, number of dependent school children, quality of house, type of floor, and type of walls. As well as classification into eligible and non-eligible groups. And obtained test results using the Confusion Matrix with an accuracy value of 95.65%, error rate of 4.34%, sensitivity of 100% and specificity of 94.74%. To identify village communities who deserve PKH assistance, Cinta Rakyat Village administrators can use the findings of this research.

Bahasa Indonesia

Pemerintah Indonesia terkadang menghadapi kesulitan dalam menangani permasalahan kemiskinan. Pemerintah Indonesia memanfaatkan sejumlah program dan stimulan untuk mengatasi masalah kemiskinan. Program PKH pemerintah menawarkan bantuan bersyarat kepada keluarga berpenghasilan rendah yang telah ditetapkan sebagai rumah tangga penerima PKH. Pemberian PKH masih di bawah standar optimal, hal ini mungkin disebabkan karena data yang digunakan tidak sering diperbarui. Untuk membantu aparat desa dalam menentukan warga mana yang layak menerima bantuan PKH, penelitian ini mencoba mengklasifikasikan kelayakan warga penerima di Desa Cinta Rakyat. Dengan metode Weighted Naive Bayes perhitungan klasifikasi tidak hanya berdasarkan distribusi probabilitas saja tetapi juga dengan penambahan bobot pada setiap atribut ke kelas. Dibantu dengan Laplace Smoothing untuk menghindari nilai probabilitas 0. Hasilnya, ada delapan faktor yang menentukan kelayakan seseorang untuk menerima bantuan PKH, antara lain usia, pekerjaan, pendapatan, jumlah anggota keluarga, jumlah tanggungan anak sekolah, kualitas rumah, jenis lantai, dan jenis dinding. serta klasifikasi ke dalam kelompok yang layak dan tidak layak. Dan memperoleh hasil pengujian dengan menggunakan Confusion Matrix dengan nilai akurasi sebesar 95,65%, laju eror 4,34%, sensitivitas 100% dan spesifisitas sebesar 94,74%. Untuk mengidentifikasi masyarakat desa yang layak mendapatkan bantuan PKH, pengurus Desa Cinta Rakyat dapat menggunakan temuan penelitian ini.

Keywords

• PKH
• Classification
• Weighted Naive Bayes
• Laplace Smoothing
• Klasifikasi