<![CDATA[Penyaluran Bantuan Langsung Tunai (BLT) di Indonesia sering mengalami masalah dalam hal akurasi sasaran penerima. Salah satu penyebab utamanya adalah proses pendataan dan klasifikasi yang masih dilakukan secara manual, sehingga menimbulkan potensi kesalahan dan keterlambatan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem berbasis web yang dapat membantu pemerintah desa dalam mengklasifikasikan kelayakan penerima BLT secara otomatis menggunakan metode Naïve Bayes. Sistem ini dibangun dengan fitur-fitur utama seperti manajemen data warga, klasifikasi berdasarkan atribut sosial ekonomi (pendapatan, jumlah anak usia sekolah, usia dini, ibu hamil, lansia, dan disabilitas), dan dasbor pemantauan bantuan. Untuk menguji efektivitas metode yang digunakan, dilakukan proses pelatihan model klasifikasi menggunakan aplikasi RapidMiner Studio pada 200 data warga. Hasil evaluasi menunjukkan bahwa metode Naïve Bayes mampu mencapai tingkat akurasi sebesar 71,00%, yang menunjukkan kinerja yang cukup baik dalam mengklasifikasikan kategori KPM (Keluarga Penerima Manfaat). Dengan sistem ini, proses seleksi penerima bantuan menjadi lebih cepat, lebih transparan, dan lebih objektif.]]>
Copyrights © 2025
