Indri Arfanda
STMIK Royal Kisaran, Indonesia

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Naive Bayes Dalam Menentukan Penerima Bantuan Langsung Tunai Indri Arfanda; William Ramdhan; Riki Andri Yusda
Digital Transformation Technology Vol. 1 No. 1 (2021): Article Research Paper Periode Maret 2021
Publisher : Information Technology and Science(ITScience)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (496.767 KB) | DOI: 10.47709/digitech.v1i1.1091

Abstract

Bantuan Langsung Tunai merupakan program bantuan pemerintah dalam bentuk bantuan tunai. Pada penerapannya pada Desa Perkebunan Air Batu III/IX dan Desa Sei Alim Ulu masih belum optimal dan tidak sesuai target. Teori data mining akan mempermudah mengatasi masalah yang belum maksimal di Kantor Kepala Desa Perkebunan Air Batu III/IX dan Kantor Kepala Desa Sei Alim Ulu. Proses pembagian/klasifikasi juga untuk mendapatkan pola yang memisahkan data kelas dengan target serta memperhitungkan kelas dari suatu objek yang label/kelasnya tidak diketahui. Maka dari itu, algoritma naive bayes dapat melihat probabilitas di masa depan menurut kejadian pada masa sebelumnya. Pada penelitian ini data latih dan 5 data uji dengan enam kriteria yaitu kepala rumah tangga, status PKH, status BPNT, hilang mata pencaharian, tidak terdata, dan anggota keluarga sakit kronis. Hasil akurasi datanya sebesar 80% dengan adanya metode yang diterapkan dalam penerima Bantuan Langsung Tunai, diharapkan bisa mempermudah serta mempersingkat waktu untuk menentukan penerima Bantuan Langsung Tunai.