<![CDATA[Program Bantuan Pangan Non-Tunai (BPNT) merupakan salah satu program pemerintah yang bertujuan meningkatkan kesejahteraan masyarakat melalui pemberian bantuan pangan kepada keluarga yang memenuhi kriteria tertentu. Permasalahan yang masih sering dihadapi dalam penyaluran BPNT adalah ketidaktepatan sasaran akibat proses seleksi penerima yang masih bergantung pada penilaian manual sehingga berpotensi menimbulkan kesalahan inklusi maupun eksklusi. Penelitian ini bertujuan menerapkan algoritma Naïve Bayes untuk menentukan kelayakan penerima BPNT berdasarkan data sosial ekonomi masyarakat. Data yang digunakan berasal dari basis data Percepatan Penghapusan Kemiskinan Ekstrem (P3KE) Kabupaten Rokan Hulu tahun 2024 sebanyak 2.055 data rumah tangga yang mencakup berbagai atribut demografi, sosial, dan ekonomi. Metode penelitian meliputi tahapan pengumpulan data, praproses data, pembentukan model klasifikasi menggunakan algoritma Naïve Bayes, serta evaluasi kinerja model menggunakan confusion matrix dan nilai akurasi. Hasil penelitian menunjukkan bahwa penerapan SMOTEN dan optimasi parameter pada algoritma Naïve Bayes mampu meningkatkan kemampuan model dalam mengenali kelas penerima BPNT yang memiliki jumlah data lebih sedikit. Peningkatan nilai recall dari 53,33% menjadi 60,00% menunjukkan bahwa model lebih sensitif dalam mengidentifikasi rumah tangga yang berpotensi layak menerima bantuan. Hasil penelitian menunjukkan bahwa model yang dihasilkan layak digunakan sebagai pendukung keputusan dalam proses identifikasi penerima BPNT berbasis data sosial ekonomi.]]>
Copyrights © 2026
