Implementasi Metode K-Nearest Neighbor untuk Menentukan Klasifikasi Status Ekonomi Penerima Bantuan

Abstract

Pelaksanaan bantuan sosial oleh pemerintah di Desa Mardiharjo menunjukkan masalah signifikan dalam identifikasi penerima yang berhak. Meskipun bantuan telah diberikan, sejumlah penerima tidak memenuhi syarat, sementara yang lebih membutuhkan justru tidak mendapatkannya. Dalam upaya peningkatan efisiensi dan keakuratan, penulis melakukan penelitian yang menerapkan Metode K-Nearest Neighbor (K-NN) untuk menyusun klasifikasi penerima bantuan. Penggunaan K-NN dengan nilai k sebesar 5 menghasilkan aplikasi klasifikasi yang membedakan dengan jelas status kebutuhan warga, memastikan bahwa warga mampu tidak lagi menerima bantuan sementara warga yang memerlukan mendapat prioritas. Pengujian menggunakan confusion matrix menunjukkan tingkat akurasi model sebesar 76,25%. Hasil ini menegaskan bahwa pendekatan K-NN mampu meningkatkan seleksi penerima bantuan dengan akurasi yang memadai, mengurangi kesalahan dalam identifikasi dan meningkatkan efisiensi penyaluran bantuan sosial di tingkat lokal, seperti yang terjadi di Desa Mardiharjo.