Klasifikasi Masyarakat Miskin Di Kelurahan Margajaya Rw 06 Menggunakan Algoritma Naïve Bayes

Authors

  • Firmansyah Firmansyah Universitas Bina Sarana Informatika
  • Muhammad Kahfi Prayoga Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.33592/jutis.v13i1.5292

Keywords:

Naïve Bayes, Kemiskinan, Klasifikasi, Kelurahan Margajaya

Abstract

Kemiskinan adalah masalah sosial yang mendesak, Kelurahan Margajaya merupakan salah satu daerah di Kecamatan Bogor Barat dengan populasi yang signifikan, dan masih banyak warga yang merasa bahwa bantuan dari pemerintah tidak tepat sasaran. Penelitian ini bertujuan untuk mengklasifikasikan masyarakat miskin di Kelurahan Margajaya RW 06 menggunakan algoritma Naïve Bayes. Algoritma Naïve Bayes dipilih karena keunggulannya dalam kecepatan perhitungan, kesederhanaan algoritma, dan tingkat akurasi yang baik. Penelitian ini diharapkan dapat membantu pemerintah dalam mengklasifikasikan masyarakat miskin dengan lebih akurat dan efisien, sehingga penyaluran bantuan dapat tepat sasaran dan mengurangi ketidakadilan sosial. Penelitian ini menguji algoritma Naïve Bayes dalam klasifikasi masyarakat miskin dan melihat nilai akurasi dari data masyarakat miskin di Kelurahan Margajaya RW 06. Hasil penelitian menunjukkan bahwa penggunaan metode Naïve Bayes dapat memberikan hasil klasifikasi yang baik dan akurat. Dengan penerapan metode ini, diharapkan dapat tercipta keharmonisan dalam masyarakat dan pemerataan kesejahteraan sosial di wilayah Kelurahan Margajaya RW 06. Dari hasil evaluasi menggunakan Confusion Matrix didapatkan akurasi yang dihasilkan untuk 135 data latih dengan 134 data uji dan enam atribut yang digunakan menghasilkan akurasi sebesar 92,54%, recall 91,53%, dan presisi 100%

References

April, V. N. (2019). Pelatihan Perancangan Alat Berbasis Arduino Uno. 1(1), 3–7.

Informatika, I. J., Teknologi, M., Baskoro, B., Gunaryati, A., & Rubhasy, A. (2023). KLASIFIKASI PENDUDUK KURANG MAMPU DENGAN METODE K-MEANS UNTUK OPTIMALISASI PROGRAM BANTUAN SOSIAL. 25, 41–48. Https://Doi.Org/10.23969/Infomatek.V25i1.7271

Kogoya, M., Tumengkol, S., & Paat, C. (2022). Dampak Covid-19 Terhadap Sosial Ekonomi Masyarakat Kelurahan Karombasan Utara Kecamatan Wanea Kota Manado. Journal Ilmiah Society, 2(1), 1–10.

Lestari, S., & Badrul, M. (2020). IMPLEMENTASI KLASIFIKASI NAIVE BAYES UNTUK PREDIKSI. 7(1), 8–16.

Pascalina, D. (2023). Pengukuran Kesiapan Transformasi Digital Smart City Menggunakan Aplikasi Rapid Miner. 7(3), 293–302.

Putro, H. F., Vulandari, R. T., & Saptomo, W. L. (2020). Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan. 8(2).

Retnosari, R. (2021). PADA PERBANKAN DENGAN METODE NAIVE BAYES. 8(1).

Rininda, G., Santi, I. H., & Kirom, S. (2023). PENERAPAN SVM DALAM ANALISIS SENTIMEN PADA EDLINK. 7(5), 3335–3342.

Studi, P., Informasi, T., Sains, F., Labuhanbatu, U., Nasution, M., Ritonga, A. A., Juledi, A. P., Informasi, S., Informasi, T., & Labuhanbatu, U. (2022). Implementasi Rapidminer Dalam Mengklasifikasikan Indeks Demokrasi. 3, 99–106.

Studies, M., & Journal, E. (2022). Klasifikasi Keputusan Investasi Di Masa Pandemi Covid-19 Dengan Menggunakan Naive Bayes. 3(July), 1784–1796.

Downloads

Published

2025-04-08

How to Cite

Firmansyah, F., & Prayoga, M. K. (2025). Klasifikasi Masyarakat Miskin Di Kelurahan Margajaya Rw 06 Menggunakan Algoritma Naïve Bayes. JURNAL TEKNIK INFORMATIKA UNIS, 13(1), 31–41. https://doi.org/10.33592/jutis.v13i1.5292