Implementasi Algortima Naïve Bayes untuk Klasifikasi Penerima Bantuan Langsung Tunai

Azise, Nur
Gunawan, Ahmad
Baijuri, Achmad

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
Vol 6, No 2 (2025): Pemanfaatan Artificial Intelligence dalam Transformasi Digital

Prosedur pengajuan dan penetapan penerima Bantuan Langsung Tunai (BLT) di Desa Pesanggrahan masih dilakukan secara manual sehingga sering terjadi ketidaktepatan sasaran. Kondisi ini menimbulkan potensi ketidakadilan di tengah-tengah masyarakat, sehingga diperlukan pendekatan berbasis teknologi yang dapat meningkatkan objektivitas dan akurasi dalam seleksi penerima bantuan sesuai kriteria yang telah ditetapkan, seperti keluarga miskin, tidak menerima bantuan lain, dan lansia. Penelitian ini mengimplementasikan algoritma klasifikasi Naïve Bayes Gaussian dengan tahapan data preparation, labelling, pembagian data latih dan uji menggunakan rasio 80:20, serta pengolahan atribut dengan TF-IDF Vectorizer. Evaluasi performa dilakukan melalui confusion matrix, classification report dengan hasil akurasi, precision, recall, dan f1-score sebesar 100%. Hal ini menunjukkan bahwa algoritma Naïve Bayes efektif dalam menentukan penerima BLT secara akurat dan tepat sasaran