JOURNAL COMPUTINGJOURNAL COMPUTING

Journal of Information Technology AmperaJournal of Information Technology Ampera

Tujuan penelitian ini adalah untuk mengatasi masalah penyaluran Bantuan Langsung Tunai (BLT) yang tidak tepat sasaran kepada masyarakat miskin dan UMKM di Desa Rama Indra, Kecamatan Seputih Raman, Kabupaten Lampung Tengah. Metode yang digunakan adalah analisis cluster menggunakan algoritma k-means clustering, yang mempartisi data menjadi beberapa kelompok berdasarkan kriteria prioritas yang telah ditentukan. Hasil dari penggunaan metode ini menunjukkan peningkatan efektivitas dalam identifikasi keluarga yang berhak menerima bantuan, sehingga penyaluran BLT menjadi lebih tepat sasaran dan meningkatkan akurasi dalam pemilihan kelompok keluarga penerima bantuan.

Implementasi metode k-means clustering untuk menentukan kelayakan penerima Bantuan Langsung Tunai (BLT) melalui platform mobile didasarkan pada pengolahan data dari Data Terpadu Kesejahteraan Sosial (DTKS).Metode k-means clustering diaplikasikan dengan menggunakan RapidMiner, yang membantu dalam pengelompokan data untuk menemukan cluster terbaik dengan menggunakan indeks Davies-Bouldin.Hasil dari sistem ini adalah sebuah website yang dapat diakses oleh warga kelurahan Sidodadi, memungkinkan mereka untuk melihat pengumuman penerima BLT kapan saja dan di mana saja.Pendekatan digital ini tidak hanya mempercepat proses penentuan kelayakan tetapi juga meningkatkan transparansi dan aksesibilitas bagi penerima bantuan.

Untuk penelitian lanjutan, dapat dipertimbangkan beberapa arah studi. Pertama, perlu dilakukan evaluasi lebih lanjut terhadap efektivitas dan akurasi metode K-Means Clustering dalam menentukan eligibilitas penerima BLT. Studi ini dapat mencakup analisis komparatif dengan metode clustering lainnya dan pengujian dengan dataset yang lebih besar. Kedua, penelitian dapat fokus pada pengembangan platform mobile yang lebih interaktif dan user-friendly, sehingga memudahkan masyarakat untuk mengakses informasi penerimaan BLT dan meningkatkan partisipasi mereka dalam proses penentuan eligibilitas. Terakhir, studi lanjutan dapat mengeksplorasi potensi penggunaan data big data dan analisis prediktif untuk meningkatkan akurasi dalam menentukan penerima BLT, serta mengidentifikasi faktor-faktor sosial dan ekonomi yang berpengaruh terhadap eligibilitas.

  1. Algoritma K-Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai (BLT) Dana Desa | Jurnal... doi.org/10.37034/infeb.v4i4.166Algoritma K Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai BLT Dana Desa Jurnal doi 10 37034 infeb v4i4 166
Read online
File size408.8 KB
Pages12
DMCAReport

Related /

ads-block-test