Klasifikasi penerimaan bantuan pemerintah menggunakan Algoritma Naive Bayes

Penelitian ini bertujuan untuk menerapkan algoritma naïve bayes dalam menentukan warga yang berhak mendapatkan bantuan pemerintah, salah satu program bantuan pemerintah yaitu Program Keluarga Harapan (PKH), karena masih terdapat ketidaktepatan dalam menentukan siapa yang berhak mendapatkan bantuan PKH, serta untuk menghindari subjektivitas pengambilan keputusan. PKH merupakan salah satu program pemerintah yang membatu warga dalam bidang pendidikan, kesehatan dan kesejahteraan sosial. Penelitian ini menggunakan metode klasifikasi untuk menentukan siapa yang berhak mendapatkan bantuan pemerintah dengan menggunakan algoritma Naïve Bayes sebagai metode klasifikasi yang digunakan dan Confusion Matrix sebagai alat evaluasi untuk menguji kinerja algoritma Naïve Bayes. Hasil yang dicapai pada penelitian ini adalah klasifikasi menggunakan algoritma Naïve Bayes dapat diterapkan dalam menentukan siapa yang berhak mendapatkan bantuan PKH dengan satu dari dua probabilitas yaitu probabilitas layak dan probabilitas tidak layak dengan hasil nilai Accuracy sebesar 96%, Recall sebesar 97% dan Precision sebesar 98%, jumlah data yang digunakan sebanyak 310 data yang dibagi menjadi data training sebanyak 170 dan data testing sebanyak 140. Dengan 8 faktor penentu yaitu Jumlah Anggota Rumah Tangga, Status Bangunan, Status Lahan, Fasilitas Buang Air Besar, Ada Emas, Ada Mobil, Aset Tak Bergerak, Pendapatan Keluarga, dan status PKH. This study aims to apply the nave Bayes algorithm in determining citizens who are entitled to government assistance, one of the government assistance programs is the Family Hope Program (PKH), because there are still inaccuracies in determining who is entitled to PKH assistance, as well as to avoid making decisions. PKH is one of the government programs that helps citizens in the fields of education, health and social welfare. This study uses classification to determine who is entitled to government assistance using the Naïve Bayes algorithm as the classification method used and the Confusion Matrix as an evaluation tool to test the performance of the Nave Bayes algorithm. The results achieved in this study are the classification using the Naïve Bayes algorithm can be applied in determining who is entitled to PKH assistance with one of two probabilities, namely the probability of eligibility and the probability of being inappropriate with the results of the Accuracy value of 93%, Recall of 98% and Precision of 90%. , the amount of data used is 310 data which is divided into 170 training data and 140 testing data. With 8 determining factors, namely the number of household members, building status, land status, defecation facilities, gold, cars, immovable assets , Family Income, and PKH status