<![CDATA[Indonesia merupakan salah satu negara berkembang yang memiliki permasalahan dalam hal kemiskinan. Salah satu upaya pemerintah untuk mengurangi kemiskinan ada membuat sebuah program bernama Bantuan Langsung Tunai. Program ini untuk membantu masyarakat yang masuk dalam kategori miskin atau sedang terkena musibah. Penentuan calon penerima bantuan masih dilakukan secara konvensional melalui sensus penduduk. Salah satu aspek yang menjadi pertimbangan adalah dari kondisi rumah, salah satunya adalah dari kondisi lantai serta kondisi dinding rumah. Saat ini belum ada sebuah sistem yang mampu membantu melakukan klasifikasi calon penerima dari citra rumahnya. Oleh karena itu dibutuhkan sebuah sistem khusus pemrosesan citra rumah untuk membantu pengambilan keputusan berhak atau tidak menerima bantuan dengan pendekatan deep learning. Deep learning merupakan salah satu metode yang cocok untuk melakukan klasifikasi citra dengan ukuran data yang relatif besar. Algoritma yang digunakan adalah EfficientDet, karena algoritma ini mampu untuk mendeteksi objek pada gambar atau video dengan akurasi yang tinggi. Data yang digunakan adalah citra rumah yang diambil dari hasil survei wilayah Kabupaten Kediri, yaitu sebanyak 1500 data. Data tersebut diberi label berhak atau tidak berhak menerima bantuan dan dibagi menjadi dua, yaitu 1200 data training dan 300 data test. Penelitian ini mendapatkan akurasi yang cukup baik dengan rincian sebagai berikut, nilai accuracy 93%, nilai recall 92%, nilai precision 96%, serta nilai f1-score 94%. Selain itu, pada penelitian juga dilakukan pengujian performa sistem dengan mengubah nilai dari beberapa parameter serta jumlah dataset yang digunakan pada saat proses training untuk melihat efeknya terhadap hasil akurasi.]]>
