PPKIAPPKIA

Journal of Big Data Analytic and Artificial IntelligenceJournal of Big Data Analytic and Artificial Intelligence

Klasifikasi data adalah proses penggelompokkan data berdasarkan atribut-atribut (Pekerjaan Jemaat, Tanggungan Jemaat, Status Rumah Jemaat, dan Penghasilan Jemaat). Permasalahan yang terjadi saat ini adalah seringkali terjadi pendataan penerima bantuan sosial jemaat yang tidak tepat sasaran, sehingga apabila ada bantuan sosial masuk kedalam gereja diberikan kepada jemaat yang sebenarnya kurang mampu namun beralih kepada jemaat yang mampu sehingga menimbulkan kekeliruan antar jemaat yang satu dengan yang lainnya. Hasil data yang telah diklasifikasikan menurut tingkat ekonomi jemaat data inilah yang akan menjadi acuan saat pembagian bantuan sosial bagi jemaat agar tepat sasaran. Penelitian ini penulis menggunakan metode K-Nearest Neighbor atau yang biasa disebut dengan KNN serta Pengukuran kinerja algoritma menggunakan confusion matriks untuk menghitung akurasi, precision dan recall. Penelitian ini menggunakan 50 data yang telah diinput melalui google form lalu diisi dengan jemaat dari 50 data dibagi 35 data training dan 15 data testing. Setelah data telah terinput akan melalui beberapa tahap langkah pertama yaitu inisialisasi dimana dalam proses tahap inisialisasi ini mengubah dari nilai kategori, tahap kedua yaitu proses membagi nilai dengan nilai terbesar di atribut tersebut dan tahap ketiga yaitu perhitungan jarak untuk selanjutnya menghitung confusion matrix untuk mengetahui akurasi, precision dan recall. Penelitian ini menghasilkan aplikasi yang dapat secara otomatis menentukan jemaat yang layak dan tidak layak dalam menerima bantuan sosial. Dari uji coba terhadap 15 data testing diperoleh akurasi sebesar 88,89%, precision 100% dan recall 75%.

Penelitian ini berhasil mengembangkan aplikasi klasifikasi kelayakan penerima bantuan sosial menggunakan metode K-Nearest Neighbor yang menunjukkan akurasi tinggi.Hasil uji coba menunjukkan bahwa metode ini efektif dalam menentukan jemaat yang layak menerima bantuan sosial.Rekomendasi untuk pengembangan lebih lanjut mencakup peningkatan kualitas data dan integrasi dengan metode lain untuk meningkatkan akurasi.

1. Penelitian lanjutan dapat mengembangkan metode hybrid yang menggabungkan KNN dengan algoritma lain untuk meningkatkan akurasi prediksi kelayakan penerima bantuan sosial. 2. Penelitian perlu memperluas cakupan data dengan memasukkan variabel tambahan seperti kondisi kesehatan atau riwayat penerimaan bantuan sebelumnya. 3. Studi tentang dampak implementasi sistem klasifikasi otomatis pada efisiensi distribusi bantuan sosial di berbagai gereja atau lembaga keagamaan lainnya dapat menjadi arah penelitian baru.

Read online
File size196.76 KB
Pages5
DMCAReport

Related /

ads-block-test