Analisis Model Klasifikasi Penerima Bantuan Langsung Tunai Menggunakan Algoritma Naive Bayes

Bantuan Langsung Tunai (BLT) menjadi salah satu kebijakan Pemerintah dalam memenuhi hak jaminan sosial masyarakat. Penyaluran BLT didasarkan untuk membantu masyarakat miskin agar dapat tetap memenuhi kebutuhannya sehingga menjadi stimulus dalam mempercepat pemulihan ekonomi nasional. Namun dalam implementasinya, proses penyaluran penerima BLT kerap menimbulkan subjektifitas dan keakuratan data yang rendah, sehingga tidak menyentuh secara optimal kepada penerima manfaat, yang berpotensi mempengaruhi stabilitas sosial. Penelitian ini bertujuan untuk melakukan analisis dan perancangan model untuk sistem klasifikasi penerima Bantuan Lansung Tunai (BLT). Penelitian ini menggunakan konsep Machine Learning dengan menerapkan algoritma Naïve Bayes, yang diklasifikasi kedalam tiga parameter kriteria yaitu sangat layak, layak, dan tidak layak. Penerapan model dilakukan dengan menggunakan dataset masyarakat Kecamatan Citta Kabupaten Soppeng. Jumlah data yang digunakan sebanyak 8.046 record sesuai dengan jumlah penduduk Kecamatan Citta yang diperoleh dari BPS Kabupaten Soppeng dan pendataan langsung di lapangan. Dari hasil pengujian model, diperoleh hasil nilai Accuracy sebesar 88.89%, nilai Precision sebesar 89% Recall sebesar 89% dan nilai F1-Score sebesar 89%.