CLUSTERING PENERIMA BANTUAN PANGAN BERBASIS ALGORITMA K-MEANS UNTUK MENINGKATKAN EFEKTIVITAS PROGRAM SOSIAL DI KOTA/KABUPATEN CIREBON
DOI:
https://doi.org/10.23960/jitet.v13i1.5692Abstract Views: 177 File Views: 201 File Views: 0 File Views: 0
Abstract
Distribusi bantuan sosial pangan sering menghadapi tantangan berupa ketidakmerataan akibat pengelompokan penerima yang belum optimal. Penelitian ini bertujuan untuk mengelompokkan penerima bantuan sosial di Kota dan Kabupaten Cirebon menggunakan Algoritma K-Means. Variabel utama yang dianalisis meliputi kelurahan, kecamatan, jarak ke lokasi distribusi, dan usia penerima. Algoritma K-Means dipilih karena kemampuannya memproses data besar secara efisien dan menghasilkan klaster yang terpisah dengan baik. Optimalisasi jumlah klaster dilakukan menggunakan Davies-Bouldin Index (DBI) pada rentang K=2 hingga K=6. Hasil menunjukkan nilai optimal K=3 dengan DBI sebesar 0,505, menghasilkan tiga klaster. Cluster 0 memiliki rata-rata jumlah kelurahan tertinggi (188,434) dan jarak distribusi terpendek (412,873 meter), cocok untuk wilayah padat penduduk. Cluster 1 memiliki jarak distribusi terjauh (2979,891 meter) dan usia penerima rata-rata 49,217 tahun, mencakup area dengan tantangan distribusi yang lebih kompleks. Cluster 2 memiliki jarak distribusi sedang (1422,595 meter) dan usia rata-rata 51,564 tahun, mencerminkan wilayah yang luas tetapi tetap mudah dijangkau. Penelitian ini menunjukkan bahwa Algoritma K-Means mampu meningkatkan efektivitas distribusi bantuan sosial dengan memastikan alokasi yang lebih tepat berdasarkan karakteristik demografis dan geografis penerima.
Downloads
References
B. Mahesh, “Machine Learning Algorithms - A Review,” Int. J. Sci. Res., vol. 9, no. 1, pp. 381–386, 2020, doi: 10.21275/art20203995.
A. Abdulhafedh, “Incorporating K-Means, Hierarchical Clustering and PCA in Customer Segmentation,” J. City Dev., vol. 3, no. 1, pp. 12–30, 2021, doi: 10.12691/jcd-3-1-3.
A. A. H. Tasyifa Nafsiah Muthmainnah, Apriade Voutama, “MENGGUNAKAN ALGORITMA K-MEANS,” vol. 8, no. 3, pp. 3916–3919, 2024.
B. Wang et al., “Tortuous Pore Path Through the Glaucomatous Lamina Cribrosa,” Sci. Rep., vol. 8, no. 1, 2018, doi: 10.1038/s41598-018-25645-9.
D. Suhardinata, A. K. Ningsih, F. Kasyidi, U. Jenderal, and A. Yani, “Klasterisasi Data Penduduk Untuk Penerimaan Bantuan Pangan Non Tunai (BPNT) Menggunakan K-Means (Studi Kasus : Desa Tanimulya Bandung Barat),” IJESPG (International J. Eng. Econ. Soc. Polit. Gov., vol. 1, no. 3, pp. 221–228, 2023, [Online]. Available: http://ijespgjournal.org/index.php/ijespg/article/view/55
N. Nurahman and J. Susanto, “Klasterisasi Data Penerima Bantuan Langsung Tunai Menggunakan Algoritma K-Means,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 2, p. 461, 2023, doi: 10.30865/jurikom.v10i2.5807.
I. D. Anjani and A. Bahtiar, “Penerapan Algoritma K-Means Clustering untuk Mengelompokkan Penerima Bantuan Sosial Tunai (BST) di Jawa Barat,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 2743–2747, 2024.
F. Febriansyah and S. Muntari, “Penerapan Algoritma K-Means untuk Klasterisasi Penduduk Miskin pada Kota Pagar Alam,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 8, no. 1, pp. 66–77, 2023, doi: 10.14421/jiska.2023.8.1.66-77.
Z. Sitorus, “Penerapan Data Mining Untuk Clustering Penduduk Miskin Di Kota Tanjungbalai Menggunakan Metode Algoritma K-Means,” J. Sci. Soc. Res., vol. 4307, no. 1, pp. 212–218, 2024, [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR
N. Siti Paridah and M. Martanto, “Klasterisasi Penerima Dana Bantuan Program Keluarga Harapan Menggunakan Metode K-Means Pada Desa Gereba,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 1036–1043, 2024, doi: 10.36040/jati.v8i1.8873.
F. Juliawati, R. Buaton, R. Saragih, and S. Kaputama, “Pengelompokan Data Mining Penerimaan Bantuan Pangan Non Tunai (BPNT) Menggunakan Metode Clustering (Studi Kasus : Kantor Desa Payabakung Hamparan Perak),” J. Comput. Sci. Inf. Technol. E-ISSN, vol. 3, no. 2, p. 69, 2023.
D. Fitriyani, M. Jajuli, and G. Garno, “Implementasi Algoritma K-Means Untuk Klasterisasi Dalam Pengelolaan Persediaan Obat (Studi Kasus : Apotek Naza),” J. Inform. dan Tek. Elektro Terap., vol. 12, no. 3, pp. 2841–2848, 2024, doi: 10.23960/jitet.v12i3.4921.
