<![CDATA[Kajian ini bertujuan untuk menerapkan pendekatan Big Data Analytics guna mengidentifikasi pola penyimpangan dalam penyaluran bantuan sosial dengan memanfaatkan algoritma K-Means Clustering terhadap 10.000 data penerima dari Data Terpadu Kesejahteraan Sosial (DTKS). Proses analisis dilakukan melalui kerangka Knowledge Discovery in Databases (KDD) yang mencakup tahapan kurasi data, pembersihan data, transformasi data, pengelompokan, serta evaluasi hasil menggunakan bantuan perangkat Python dan RapidMiner. Temuan penelitian menunjukkan bahwa algoritma K-Means Clustering mampu mempartisi penerima bantuan ke dalam tiga kelompok berbeda. Kelompok pertama yang terdiri dari 4.570 data (45,7%) merupakan penerima yang sah dengan ciri pendapatan terbatas dan kepemilikan aset rendah. Kelompok kedua mencakup 3.200 data (32%) yang berpotensi mengalami kesalahan data dengan kondisi ekonomi menengah. Sementara itu, kelompok ketiga sebanyak 2.060 data (20,6%) terdeteksi sebagai kelompok dengan indikasi penyalahgunaan, yang dicirikan oleh pendapatan rata-rata mencapai Rp6.500.000 serta kepemilikan aset yang tinggi. Proses validasi dengan Silhouette Score memperoleh nilai 0,68, sementara Davies-Bouldin Index menghasilkan angka 0,62, yang keduanya menandakan bahwa struktur cluster yang terbentuk tergolong memadai. Penelitian ini memberikan sumbangsih bagi pengembangan Big Data Analytics dalam sistem pengambilan keputusan di sektor kesejahteraan sosial, terutama dalam upaya mendeteksi potensi penyalahgunaan program bantuan.]]>
Copyrights © 2026
