Klasifikasi Penerima Bantuan Sosial Program Keluarga Harapan (PKH) Kecamatan Gondanglegi Menggunakan Metode Naïve Bayes

Program Keluarga Harapan (PKH) merupakan program bantuan sosial penting untuk mengurangi kemiskinan di Indonesia, namun penyaluran yang tidak tepat sasaran menjadi kendala utama. Penelitian ini bertujuan meningkatkan akurasi klasifikasi penerima PKH di Kecamatan Gondanglegi menggunakan metode Naïve Bayes, dengan fokus pada data sosial ekonomi. Penelitian menggunakan algoritma Gaussian Naïve Bayes, melibatkan 1000 data penerima PKH dengan 18 atribut yang dikelompokkan ke dalam empat aspek kesehatan, pendidikan, kesejahteraan sosial, dan kemiskinan. Proses meliputi persiapan data, pemilihan atribut, pembagian data menjadi rasio 80:20, 70:30, dan 60:40, serta pengkodean variabel kategorikal menggunakan One-Hot Encoding. Evaluasi model dilakukan dengan Confusion Matrix untuk menghitung akurasi, presisi, recall, dan F1-score. Hasil menunjukkan model Gaussian Naïve Bayes dengan rasio data uji 80:20 memberikan akurasi tertinggi sebesar 96,5%. Model ini terbukti efektif dalam klasifikasi penerima bantuan PKH dengan tingkat ketepatan tinggi, sehingga dapat mendukung pengambilan keputusan yang lebih tepat sasaran oleh pemerintah daerah. Dengan demikian, implementasi metode ini dapat meningkatkan efisiensi dan efektivitas penyaluran bantuan sosial dalam program PKH.