Text
Perbandingan Klasifikasi Penerima Kartu Indonesia Pintar Menggunakan Metode K-Nearest Neighbor Dengan Naїve Bayes
ABSTRAK
PERBANDINGAN KLASIFIKASI PENERIMA KARTU INDONESIA PINTAR MENGGUNAKAN METODE K-NEAREST NEIGHBOR DENGAN NAΪVE BAYES
Rabiah Al Adawiyyah1, Rosihan2, Firman Tempola3 123Program Studi Teknik Informatika, Fakultas Teknik, Universitas Khairun Jl. Jati Metro, Kota Ternate Selatan Email: 1rabiahaladawiyyah96@gmail.com, 2rosihan.unkhair@outlook.com, 3firman.tempola@unkhair.ac.id
Kata kunci: Kartu Indonesia Pintar, K-Nearest Neighbor, Naïve Bayes.
Program Indonesia Pintar (PIP) melalui Kartu Indonesia Pintar (KIP) adalah pemberian bantuan tunai pendidikan kepada anak usia sekolah (usia 6 - 21 tahun) yang berasal dari keluarga miskin, rentan miskin: pemilik Kartu Keluarga Sejahtera (KKS), peserta Program Keluarga Harapan (PKH), yatim piatu, penyandang disabilitas, korban bencana alam/musibah. Ketepatan untuk menentukan penerima kartu Indonesia pintar secara akurat dan tidak salah sasaran membutuhkan waktu yang lama sehingga dibutuhkan algoritma untuk mengklasifikasikan diterima ataupun ditolak. Algoritma yang termasuk dalam klasifikasi pada data mining diantaranya k-nearest neighbor dan naive bayes yang terkenal dengan tingkat akurasi yang baik. Penelitian ini bertujuan untuk membuat aplikasi klasifikasi penerima Kartu Indonesia Pintar dengan menggunakan metode K-Nearest Neighbor dengan Naïve Bayes dan membandingkan akurasi metode K-Nearest Neighbor dan akurasi metode Naïve Bayes menggunakan 6 kriteria yaitu pekerjaan ayah, pekerjaan ibu, penghasilan ayah, penghasilan ibu, status tinggal dan anak ke berapa dalam keluarga. Untuk membandingkan akurasi K-Nearest Neighbor dengan Naïve Bayes dilakukan 149 percobaan dengan menggunakan dataset sebanyak 150 data yang dibagi dalam data latih dan data uji. Dengan metode K-Nearest Neighbor hasil rata-rata akurasi dengan nilai K = 3 yaitu 84,68%, nilai K = 5 yaitu 84,08% dan nilai K = 7 yaitu 84,89%. Sedangkan dengan menggunakan metode Naïve Bayes hasil rata-rata akurasi yaitu 85,66%. Dari penelitian tersebut diketahui bahwa akurasi metode Naïve Bayes lebih tinggi dari pada akurasi metode K-Nearest Neighbor.
Tidak tersedia versi lain