Penentuan Penerima Bantuan Sosial Beras untuk Masyarakat Miskin Menggunakan Metode K-Means

Budi Susarianto (STMIK BANJARBARU)
Taufik Nizami (STMIK BANJARBARU)

Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi
Vol 12, No 2: Agustus 2023

The Rice for the Poor program or Raskin is one of the government's programs in tackling poverty and reducing the burden of spending and protecting poor families through the distribution of rice. Thus the government continues to carry out rice social assistance programs for the poor (Raskin) in the community. Determining recipients of rice social assistance is a problem that is of serious concern in the Landasan Ulin Timur Village, because the large amount of data on proposals for assistance that comes in is very inconvenient for village officials in determining recipients who are entitled and eligible to receive assistance so that the assistance is not misdirected. Therefore, an application is needed by applying the k-means clustering method to determine recipients of rice social assistance for the poor. This study succeeded in developing an application to operate the K-Means cluster method and based on testing the method using the Confussion Matrix obtained an accuracy rate of 88%, a precision level of 94%, a recall rate of 76% and an F-1 score of 84% of a total of 50 data.  Keywords: Cluster; Social Assistance; Rice; K-Means ALgorithm AbstrakProgram Beras Miskin atau Raskin adalah salah satu program pemerintah dalam menanggulangi kemiskinan serta mengurangi beban pengeluaran dan perlindungan terhadap keluarga miskin melalui pendistribusian beras. Dengan demikian pemerintah terus melakukan program-program bantuan sosial beras masyarakat miskin (Raskin) di masyarakat. Penentuan penerima bantuan sosial beras merupakan salah satu masalah yang menjadi perhatian serius di Kelurahan Landasan Ulin Timur, karena banyaknya data pengusulan bantuan yang masuk sangat merepotkan bagi aparatur desa dalam menentukan penerima yang berhak serta layak mendapatkan bantuan agar bantuan tersebut tidak salah sasaran. Oleh karena itu, dibutuhkan suatu aplikasi dengan menerapkan metode klustering k-means untuk melakukan penentuan penerima bantuan sosial beras untuk masyarakat miskin. Penelitian ini berhasil mengembangkan aplikasi untuk melakukan pengoperasioan metode klaster K-Means dan berdasarkan pada pengujian metode dengan menggunakan Confussion Matrix didapatkan tingkat akurasi sebesar 88%, tingkat presisi sebesar 94%, angka recall sebesar 76% dan angka F-1 Score sebesar 84% dari total data sebanyak 50 data.