Muhammad Fauzan
prodi matematika Universitas Negeri Yogyakarta

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi penduduk miskin penerima PKH menggunakan metode naïve bayes dan KNN Essy Rahma Meilaniwati; Muhammad Fauzan
Jurnal Kajian dan Terapan Matematika Vol 8, No 2 (2022): Jurnal Kajian dan Terapan Matematika
Publisher : Jurnal Kajian dan Terapan Matematika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Program Keluarga Harapan (PKH) merupakan salah satu program pemerintah sebagai upaya pengentasan kemiskinan penduduk yang telah terbukti dapat menanggulangi kemiskinan kronis di berbagai negara. Namun, banyak penduduk yang mengeluhkan kurang optimalnya penentuan penerima PKH, terutama di Kabupaten Bantul yang merupakan salah satu kabupaten di Yogyakarta dengan penduduk miskin terbanyak. Penelitian ini bertujuan untuk mengklasifikasi penduduk yang berhak menjadi penerima PKH menggunakan metode Naïve Bayes dan K-Nearest Neighbors (KNN). Metode Naïve Bayes memiliki konsep pengklasifikasian berdasarkan probabilitas tertinggi yang dapat dilakukan secara sederhana dan cepat dalam memprediksi kelas dari data uji. Metode KNN memiliki konsep pengklasifikasian berdasarkan kedekatan jarak antar data sehingga mudah dipelajari dan pembentukan modelnya dapat dilakukan dengan cepat. Dari dua metode yang dipilih, metode Naïve Bayes menghasilkan akurasi 66,096%, sedangkan metode KNN menghasilkan akurasi 76,695%. Dengan membandingkan kedua metode, diperoleh kesimpulan bahwa metode KNN menghasilkan klasifikasi yang lebih baik. Berdasarkan hasil klasifikasi metode KNN terbaik, lima variabel yang paling berperan penting dalam pengklasifikasian adalah usia, status kehamilan, pendidikan tertinggi kepala rumah tangga, kepemilikan aset bergerak, dan kepemilikan aset tidak bergerak.