Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means

Abstract


 
 
 
 Pada umumnya bantuan yang di berikan oleh pemerintah kepada masyarakat terkadang tidak tepat sasaran, karena sebagian masyarakat yang mampu secara ekonomi mendapatkan bantuan sedangkan masih banyak masyarakat yang tidak mampu justru tidak menerima bantuan dari pemerintah. Tujuan dari penelitian ini adalah mengelompokan penerima bantuan sosial yang layak menerima bantuan dan kurang layak menerima bantuan. Solusi yang di berikan dengan menggunakan tahapan penelitian yaitu pengumpulan data, data preprossesing, implementasi metode klasifikasi dan analisa hasil untuk mengetahui hasil akhir. Analisis yang di gunakan adalah data penerima bantuan sosial yang belum di kelompokan dan berdasarkan hasil dalam pengelompokan penerima bantuan sosial menggunakan metode K–means, dari 257 data terdapat 196 data yang termasuk cluster 1 dengan status penerima bantuan sosial tepat sasaran dan 61 data yang termasuk cluster 2 dengan status penerima bantuan sosial tidak tepat sasaran. Dari hasil analisis data dapat ditarik sebuah kesimpulan yaitu masyarakat yang menerima bantuan sudah tepat sasaran karena mayoritas penerima bantuan diterima oleh masyarakat yang benar-benar membutuhkan bantuan dari pemerintah, dimana penerima bantuan bekerja sebagai buruh, tidak memiliki aset dan memiliki penghasilan di bawah Rp 500.000.
 
 
 

Keputusan Pemberian Bantuan Sosial Program Keluarga Harapan Menggunakan Metode AHP dan SAW

“…Masalah yang hampir serupa lebih khusus di Kelurahan Karanganyar Gunung Kecamatan Candisari Kota Semarang [9]. Masalah yang terjadi yaitu salah sasaran, dan tidak merata dalam pembagian Bansos PKH [9][10][11]. Berbagai macam masalah kemiskinan tersebut cukup rumit untuk diselesaikan, dan memang banyak terjadi di Negara berkembang [12], seperti di Indonesia.…”

“…Berbagai macam masalah kemiskinan tersebut cukup rumit untuk diselesaikan, dan memang banyak terjadi di Negara berkembang [12], seperti di Indonesia. Untuk itu perlu dilakukan pengelompokan para calon penerima yang layak atau tidak layak mendapatkan Bansos [10].…”

Sistem Pendukung Keputusan Penerima Beasiswa Program Indonesia Pintar Menggunakan Metode Algoritma K-Means Clustering

“…Dataset yang digunakan pada penelitian ini merupakan data seluruh siswa SDN 020 PPU yang telah terdata oleh pihak sekolah yang nantinya akan direkomendasikan untuk mendapatkan beasiswa program indonesia lalu ditransformasikan dari data non-numeric. Selanjutnya dilakukan sebuah proses inisiasi kedalam bentuk numeric agar data dapat diolah dengan mudah [15]. Data Penerima beasiswa yang akan digunakan untuk perhitungan sebanyak 236 data dan 5 variabel yang telah didapatkan dari Staf TU tahun 2021, seperti ditampilkan pada tabel 6 berikut ini:…”

GIS Flood Prone Agricultural Land East Java Using Multi-Method Attribute Utility Theory

“…Use case description, describes the process management of how use occurs. UML diagrams reflect the processes that occur in the use of the system [17][18][19][20][21].The description of the geographic information system admin use case is shown in Figure 1 below. Next is to define the design interface (interface) required on the geographic information system that is built.…”