Penerapan Metode K-Means Clustering Untuk Penentuan Eligibilitas Bantuan Langsung Tunai Berbasis Mobile

Adi Setyo Nugroho; Sulyono Sulyono

doi:10.51519/journalita.v5i1.510

Authors

Adi Setyo Nugroho Institut Informatika dan Bisnis Darmajaya
Sulyono Sulyono Institut Informatika dan Bisnis Darmajaya

DOI:

10.51519/journalita.v5i1.510

Keywords:

Analisis Cluster, Algoritma K-Means Clustering, Bantuan Langsung Tunai (BLT), Penyaluran Bantuan, Efektivitas Targeting

Abstract

Tujuan dari 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.

The objective of this study is to address the issue of misdirected Direct Cash Assistance (BLT) distributions to impoverished communities and SMEs in Rama Indra Village, Seputih Raman Subdistrict, Central Lampung Regency. The method employed is cluster analysis using the k-means clustering algorithm, which partitions data into several groups based on predetermined priority criteria. The results of this method demonstrate enhanced effectiveness in identifying families eligible for assistance, thereby improving the precision of BLT distribution and increasing the accuracy in selecting recipient groups.

References

Y. Filki, "Algoritma K-Means Clustering dalam Memprediksi Penerima Bantuan Langsung Tunai (BLT) Dana Desa," Jurnal Informatika Ekonomi Bisnis, vol. 4, no. 4, pp. 166–171, Sep. 2022, doi: 10.37034/infeb.v4i4.166.

Y. A. P. Kartikasari, Y. A. Pranoto, and D. Rudhistiar, "Penerapan Metode K-Modes Untuk Proses Penentuan Penerima Bantuan Langsung Tunai (BLT)," Jati (Jurnal Mahasiswa Teknik Informatika), vol. 5, no. 1, pp. 389-397, 2021.

N. Purwati, R. Abdurrahman, N. Nurjoko, R. Rizal, H. Kurniawan, and S. Karnila, "Metode Vikor Untuk Pengambilan Keputusan Penerima BLT (Bantuan Langsung Tunai)," Jurnal SIMADA (Sistem Informasi dan Manajemen Basis Data), vol. 6, no. 1, pp. 63-72, 2023.

K. A. Ginting, "Penerapan Data Mining Dalam Pengelompokan Penerimaan Bantuan Untuk UMKM dengan Metode Clustering (Studi Kasus: Kec. Salapian)," in SEMINAR NASIONAL INFORMATIKA (SENATIKA), vol. 6, no. 3, pp. 728-738, Aug. 2022.

H. Hasanah, P. Riswanto, and S. Rahmatullah, "Penerapan Data Mining Menggunakan K-Means Untuk Penentuan Penerima Bantuan Langsung Tunai (BLT) Dana Desa Pada Desa Cempaka Timur," JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi), vol. 6, no. 3, pp. 236-241, 2023.

S. Sari and J. N. Utamajaya, "Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai Dana Desa Menggunakan Metode Algoritma K-Means Clustering," JUPITER: Jurnal Penelitian Ilmu dan Teknologi Komputer, vol. 14, no. 1, pp. 150-160, 2022.

N. Nurahman and J. Susanto, "Klasterisasi Data Penerima Bantuan Langsung Tunai Menggunakan Algoritma K-Means," JURIKOM (Jurnal Riset Komputer), vol. 10, no. 2, pp. 461-470, 2023.

H. Hasanah, P. Riswanto, and S. Rahmatullah, "Penerapan Data Mining Menggunakan K-Means Untuk Penentuan Penerima Bantuan Langsung Tunai (BLT) Dana Desa Pada Desa Cempaka Timur," JTKSI (Jurnal Teknologi Komputer dan Sistem Informasi), vol. 6, no. 3, pp. 236-241, 2023.