ANALISA PENERAPAN K-NEAREST NEIGHBOR DALAM MENGKLASIFIKASI PENERIMA DANA PEMUGARAN RUMAH TIDAK LAYAK HUNI (RTLH)

Rumah merupakan sebuah bangunan yang berfungsi sebagai tempat berteduh serta berkumpul bersama keluarga. Banyak fungsi yang dimiliki dari rumah selain sebuah tempat berteduh hingga tempat berkumpul keluarga. Dari itulah rumah merupakan salah satu bangunan yang bersifat pokok bagi masyarakat. Namun masih ada masyarakat yang memiliki rumah yang tidak layak huni. Keadaan itu tidak lepas dari keadaan ekonomi masyarakat yang kurang mampu. Pemerintah sendiri memiliki program kerja untuk membantu masyarakat yang kurang mampu. Pada Kabupaten Batang,memberikan kebijakan untuk memberikan bantuan dalam pemugaran rumah untuk masyarakat kurang mampu. Program kerjanya dinamakan Bantuan Dan Pemugaran Rumah Tidak Layak Huni (RTLH). Agar pemberian bantuan dapat tepat sasaran maka dilakukan sebuah klasifikasi untuk penentuannya. Data mining adalah sebuah teknik yang memanfaatkan data dalam jumlah yang besar untuk memperoleh informasi berharga yang sebelumnya tidak diketahui dan dapat dimanfaatkan untuk pengambilan keputusan penting. Dengan menggunakan salah satu metode pada data mining yaitu algoritma k-NN (Nearest Neighbor), penulis menggunakannya untuk mengklasifikasikan pemberian bantuan dana RTLH. Untuk mengetahui akurasi dari algortima k-NN dilakukan pengujian menggunakan confusion matrix. Hasil dari pengujian yang telah dilakukan menunjukkan tingkat akurasi algoritma k-NN dalam mengklasifikasi penerima bantuan dana sebesar 92%