Menentukan Kelompok Prioritas Penerima Bantuan Program Keluarga Harapan (PKH) Dengan Penerapan Data Mining Menggunakan Metode Clustering K-Means Di Desa Dagang Kelambir

Rahmat Syahroni; Didi Febrian

doi:10.55606/jupsim.v5i2.7021

Authors

Rahmat Syahroni Universitas Negeri Medan
Didi Febrian Universitas Negeri Medan

DOI:

https://doi.org/10.55606/jupsim.v5i2.7021

Keywords:

Social Assistance, Data Mining, K-Means Clustering, Family Hope Program, Data Normalization

Abstract

The Keluarga Harapan Program (PKH) is a government conditional social assistance program aimed at improving the welfare of low-income families. However, its implementation often faces issues in accurately targeting beneficiaries. Therefore, an objective method is needed to classify people based on their level of need. This study applies the K-Means clustering method to group PKH beneficiary families in Dagang Kelambir Village into clusters with similar characteristics. The variables used include age, number of dependents, occupation, income, and housing ownership status, with a total of 201 residents analyzed. Data processing was conducted using the R programming language, including normalization and the Elbow method to determine the optimal number of clusters. The results show three clusters: 124 families in the non-priority group, 39 in the secondary priority group, and 38 in the primary priority group. This method is effective in identifying priority groups objectively and supports more accurate and efficient distribution of PKH assistance.

References

Amaliyah, S., & Rianti, S. (2023). Penerapan data mining untuk menentukan kelompok prioritas penerima bantuan PKH menggunakan metode clustering K-Means pada Desa Kuala Dendang. Jurnal Informatika Dan Rekayasa Komputer (JAKAKOM), 3(1), 453-458. https://doi.org/10.33998/jakakom.2023.3.1.802

Aprilia, S., Elmayati, E., & Sobri, A. (2023). Data mining penerapan metode K-Means clustering untuk mengelompokkan penerima bantuan Kartu Indonesia Pintar (Studi kasus di Universitas Musi Rawas). ESCAF, 1095-1100.

Auliasari, K., & Kertaningtyas, M. (2019). Penerapan algoritma K-Means untuk segmentasi konsumen menggunakan R. Jurnal Teknologi Dan Manajemen Informatika, 5(2). https://doi.org/10.26905/jtmi.v5i2.3644

Fadilah, A. G., Wahyuni, F. S., & Achmadi, S. (2022). Implementasi metode K-Means clustering untuk pengelompokan kelas berdasarkan pemahaman siswa pada bimbingan belajar Matematika Saschio Banyuwangi. Jurnal Mahasiswa Teknik Informatika, 6(2). https://doi.org/10.36040/jati.v6i2.5450

Fitriyah, H., Safitri, E. M., Muna, N., Khasanah, M., Aprilia, D. A., & Nurdiansyah, D. (2023). Implementasi algoritma clustering dengan modifikasi metode Elbow untuk mendukung strategi pemerataan bantuan sosial di Kabupaten Bojonegoro. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, 4(3), 1598-1607. https://doi.org/10.46306/lb.v4i3.453

Kurniawan, R., & Suprapti, T. (2023). Penerapan algoritma K-Means clustering untuk identifikasi kelayakan penerima bantuan Program Keluarga Harapan (PKH) di Desa Tambaksari Ciamis. Jurnal Mahasiswa Teknik Informatika, 7(6). https://doi.org/10.36040/jati.v7i6.8197

Mustika, P., Dewi, C., Emban, P. S., Wijayanti, G. A., Aulia, N., & Nooraeni, R. (2021). Comparison of DBSCAN and K-Means clustering for grouping the village status in Central Java 2020. Jurnal Matematika, Statistika & Komputasi, 17(3), 394-404. https://doi.org/10.20956/j.v17i3.11704

Putri, F. I., Damayanti, R., & Kismiantini, K. (2022, May). Penerapan algoritma K-Means untuk mengelompokan Kecamatan di Kabupaten Gunungkidul berdasarkan Program Keluarga Harapan. In Prosiding Seminar Nasional Matematika dan Statistika (Vol. 2).

Rahmawati, R., Fitri, T., Rahma, A. N., Marzuki, C. C., & Zukrianto, Z. (2023). Pengelompokkan data penerima bantuan Program Keluarga Harapan (PKH) di Kecamatan Tuah Madani Pekanbaru menggunakan fuzzy C-Means. Jurnal Sains Matematika dan Statistika, 9(1), 1-10. https://doi.org/10.24014/jsms.v9i1.19820

Sudibyo, N. A., Iswardani, A., Sari, K., & Suprihatiningsih, S. (2020). Penerapan data mining pada jumlah penduduk miskin di Indonesia. Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 1(3), 199-207. https://doi.org/10.46306/lb.v1i3

Sudirman, & Sulaeman, I. (2020). Clustering data mining algoritma K-Means dalam pengolahan nilai PAT pada mata pelajaran Bahasa Inggris, Bahasa Indonesia dan Matematika dengan pembelajaran virtual learning (Studi kasus siswa kelas XI SMA AL Maghfirah Telajung Bekasi). SIGMA: Jurnal Teknologi Pelitas Bangsa, 11(1), 17-20.

Supriana, I. W., Raharja, M. A., & Bimantara, I. M. S. (2023). Pengembangan sistem prediksi bantuan Program Keluarga Harapan (PKH) berbasis machine learning. Sintech Journal, 6(1), 1-11. https://doi.org/10.31598/sintechjournal.v6i1.1297

Surahman, A., & Hayati, U. (2023). Implementasi algoritma Naïve Bayes untuk prediksi penerima bantuan sosial. Jurnal Mahasiswa Teknik Informatika, 7(1). https://doi.org/10.36040/jati.v7i1.6302

Tri Yunarni, B. R., Mintasrihardi, M., & Setiawati, Y. (2019). Efektivitas Program Keluarga Harapan (PKH) dalam mengurangi angka kemiskinan (Studi: Desa Daha Kecamatan Hu'u Kabupaten Dompu). JIAP (Jurnal Ilmu Administrasi Publik), 7(2), 193. https://doi.org/10.31764/jiap.v7i2.1276

Yulia, A. F., & Nugroho, H. W. (2022). Implementasi algoritma K-Means classifier sebagai pendukung keputusan penerima dana bantuan siswa miskin (Studi kasus: SMKN Sukoharjo). Seminar Nasional Hasil Penelitian Dan Pengabdian Masyarakat, 48-57.