Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means
DOI:
https://doi.org/10.30812/matrik.v21i1.1554Keywords:
K-Means, Bantuan soisal, MasyarakatAbstract
Pada umumnya bantuan yang di berikan oleh pemerintah kepada masyarakat terkadang tidak tepat sasaran, karena sebagian masyarakat yang mampu secara ekonomi mendapatkan bantuan sedangkan masih banyak masyarakat yang tidak mampu justru tidak menerima bantuan dari pemerintah. Tujuan dari penelitian ini adalah mengelompokan penerima bantuan sosial yang layak menerima bantuan dan kurang layak menerima bantuan. Solusi yang di berikan dengan menggunakan tahapan penelitian yaitu pengumpulan data, data preprossesing, implementasi metode klasifikasi dan analisa hasil untuk mengetahui hasil akhir. Analisis yang di gunakan adalah data penerima bantuan sosial yang belum di kelompokan dan berdasarkan hasil dalam pengelompokan penerima bantuan sosial menggunakan metode K–means, dari 257 data terdapat 196 data yang termasuk cluster 1 dengan status penerima bantuan sosial tepat sasaran dan 61 data yang termasuk cluster 2 dengan status penerima bantuan sosial tidak tepat sasaran. Dari hasil analisis data dapat ditarik sebuah kesimpulan yaitu masyarakat yang menerima bantuan sudah tepat sasaran karena mayoritas penerima bantuan diterima oleh masyarakat yang benar-benar membutuhkan bantuan dari pemerintah, dimana penerima bantuan bekerja sebagai buruh, tidak memiliki aset dan memiliki penghasilan di bawah Rp 500.000.
Downloads
Download data is not yet available.
References
[1] M. Mowafi and M. Khawaja, “Poverty,†J. Epidemiol. Community Health, vol. 59, no. 4, pp. 260–264, 2005.
[2] R. McAreavey and D. L. Brown, “Comparative analysis of rural poverty and inequality in the UK and the US,†Palgrave Commun., vol. 5, no. 1, pp. 1–10, 2019.
[3] E. Mansi, E. Hysa, M. Panait, and M. C. Voica, “Poverty-A challenge for economic development? Evidences from Western Balkan countries and the European union,†Sustainability, vol. 12, no. 18, pp. 1–24, 2020.
[4] R. Paul-Sen Gupta, M. L. De Wit, and D. McKeown, “The impact of poverty on the current and future health status of children,†Paediatr. Child Health (Oxford)., vol. 12, no. 8, pp. 667–672, 2007.
[5] F. V. Shahidi, C. Ramraj, O. Sod-Erdene, V. Hildebrand, and A. Siddiqi, “The impact of social assistance programs on population health: A systematic review of research in high-income countries,†BMC Public Health, vol. 19, no. 1, pp. 1–11, 2019.
[6] A. S. Ahmar, D. Napitupulu, R. Rahim, R. Hidayat, Y. Sonatha, and M. Azmi, “Using K-Means Clustering to Cluster Provinces in Indonesia,†J. Phys. Conf. Ser., vol. 1028, no. 1, 2018.
[7] M. G. H. Omran, A. P. Engelbrecht, and A. Salman, “An overview of clustering methods,†Intell. Data Anal., vol. 11, no. 6, pp. 583–605, 2007.
[8] M. Sammour and Z. Othman, “An agglomerative hierarchical clustering with various distance measurements for ground level ozone clustering in Putrajaya, Malaysia,†Int. J. Adv. Sci. Eng. Inf. Technol., vol. 6, no. 6, pp. 1127–1133, 2016.
[9] A. V. D. Sano and H. Nindito, “Application of K-Means Algorithm for Cluster Analysis on Poverty of Provinces in Indonesia,†ComTech Comput. Math. Eng. Appl., vol. 7, no. 2, p. 141, 2016.
[10] Z. Karaca, “the Cluster Analysis in the Manufacturing Industry With K-Means Method: an Application for Turkey,†Eurasian J. Econ. Financ., vol. 6, no. 3, pp. 1–12, 2018.
[11] H. J. de P. Alves, F. A. F. Henrique José de Paula Alves, K. P. de Lima, B. D. de O. Batista, and T. J. Fernandes, “The COVID-19 pandemic in Brazil an application of the k-means clustering method,†Res. Soc. Dev., vol. 9, no. 10, pp. 1–21, 2020.
[12] A. Heryati and M. I. Herdiansyah, “The Application of Data Mining by using K-Means Clustering Method in Determining New Students’ Admission Promotion Strategy,†Int. J. Eng. Adv. Technol., vol. 9, no. 3, pp. 824–833, 2020.
[13] N. A. Khairani and E. Sutoyo, “Application of K-Means Clustering Algorithm for Determination of Fire-Prone Areas Utilizing Hotspots in West Kalimantan Province,†Int. J. Adv. Data Inf. Syst., vol. 1, no. 1, pp. 9–16, 2020.
[14] C. A. Sugianto, T. Pratiwi, and O. Riska, “K-Means Algorithm For Clustering Poverty Data in Bangka Belitung Island Province Journal of Computer Networks , Architecture and High Performance Computing,†J. Comput. Networks , Archit. High Perform. Comput., vol. 3, no. 1, pp. 58–67, 2021.
[15] S. Ningsih and D. Syahputra, “K-Means Algorithm for Clustering Third-party Funds of Conventional Banking,†J. Phys. Conf. Ser., vol. 1899, no. 1, 2021.
[2] R. McAreavey and D. L. Brown, “Comparative analysis of rural poverty and inequality in the UK and the US,†Palgrave Commun., vol. 5, no. 1, pp. 1–10, 2019.
[3] E. Mansi, E. Hysa, M. Panait, and M. C. Voica, “Poverty-A challenge for economic development? Evidences from Western Balkan countries and the European union,†Sustainability, vol. 12, no. 18, pp. 1–24, 2020.
[4] R. Paul-Sen Gupta, M. L. De Wit, and D. McKeown, “The impact of poverty on the current and future health status of children,†Paediatr. Child Health (Oxford)., vol. 12, no. 8, pp. 667–672, 2007.
[5] F. V. Shahidi, C. Ramraj, O. Sod-Erdene, V. Hildebrand, and A. Siddiqi, “The impact of social assistance programs on population health: A systematic review of research in high-income countries,†BMC Public Health, vol. 19, no. 1, pp. 1–11, 2019.
[6] A. S. Ahmar, D. Napitupulu, R. Rahim, R. Hidayat, Y. Sonatha, and M. Azmi, “Using K-Means Clustering to Cluster Provinces in Indonesia,†J. Phys. Conf. Ser., vol. 1028, no. 1, 2018.
[7] M. G. H. Omran, A. P. Engelbrecht, and A. Salman, “An overview of clustering methods,†Intell. Data Anal., vol. 11, no. 6, pp. 583–605, 2007.
[8] M. Sammour and Z. Othman, “An agglomerative hierarchical clustering with various distance measurements for ground level ozone clustering in Putrajaya, Malaysia,†Int. J. Adv. Sci. Eng. Inf. Technol., vol. 6, no. 6, pp. 1127–1133, 2016.
[9] A. V. D. Sano and H. Nindito, “Application of K-Means Algorithm for Cluster Analysis on Poverty of Provinces in Indonesia,†ComTech Comput. Math. Eng. Appl., vol. 7, no. 2, p. 141, 2016.
[10] Z. Karaca, “the Cluster Analysis in the Manufacturing Industry With K-Means Method: an Application for Turkey,†Eurasian J. Econ. Financ., vol. 6, no. 3, pp. 1–12, 2018.
[11] H. J. de P. Alves, F. A. F. Henrique José de Paula Alves, K. P. de Lima, B. D. de O. Batista, and T. J. Fernandes, “The COVID-19 pandemic in Brazil an application of the k-means clustering method,†Res. Soc. Dev., vol. 9, no. 10, pp. 1–21, 2020.
[12] A. Heryati and M. I. Herdiansyah, “The Application of Data Mining by using K-Means Clustering Method in Determining New Students’ Admission Promotion Strategy,†Int. J. Eng. Adv. Technol., vol. 9, no. 3, pp. 824–833, 2020.
[13] N. A. Khairani and E. Sutoyo, “Application of K-Means Clustering Algorithm for Determination of Fire-Prone Areas Utilizing Hotspots in West Kalimantan Province,†Int. J. Adv. Data Inf. Syst., vol. 1, no. 1, pp. 9–16, 2020.
[14] C. A. Sugianto, T. Pratiwi, and O. Riska, “K-Means Algorithm For Clustering Poverty Data in Bangka Belitung Island Province Journal of Computer Networks , Architecture and High Performance Computing,†J. Comput. Networks , Archit. High Perform. Comput., vol. 3, no. 1, pp. 58–67, 2021.
[15] S. Ningsih and D. Syahputra, “K-Means Algorithm for Clustering Third-party Funds of Conventional Banking,†J. Phys. Conf. Ser., vol. 1899, no. 1, 2021.
Downloads
Published
2021-11-27
Issue
Section
Articles
How to Cite
[1]
L. G. Rady Putra and A. Anggrawan, “Pengelompokan Penerima Bantuan Sosial Masyarakat dengan Metode K-Means”, MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 21, no. 1, pp. 205–214, Nov. 2021, doi: 10.30812/matrik.v21i1.1554.
Similar Articles
- Anthony Anggrawan, Dwi Kurnianingsih, Christofer Satria, Sistem Aplikasi Cerdas Klasterisasi Penerima Bantuan Covid-19 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
- Hiya Nalatissifa, Yudi Ramdhani, Sistem Penunjang Keputusan Menggunakan Metode Topsis untuk Menentukan Kelayakan Bantuan Rumah Tidak Layak Huni (RTLH) , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Aji Supriyanto, Jeffry Alfa Razaq, Purwatiningtyas Purwatiningtyas, Agus Ariyanto, Keputusan Pemberian Bantuan Sosial Program Keluarga Harapan Menggunakan Metode AHP dan SAW , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Toni Anwar, Jeffri Prayitno Bangkit, Andri Laksono, Sistem Informasi Geografis Pemanfaatan Aset Tanah Daerah Di Dinas Perumahan Dan Pemukiman Kabupaten Purbalingga , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Ika Romadoni Yunita, Fiby Nur Afiana, Aplikasi “Si Tubo†untuk Mendeteksi Dini Gejala Tuberkulosis pada Anak dengan Metode Backward Chaining , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Fiby Nur Afiana, Rifqi Alfathul Adhim, IMPLEMENTASI APLIKASI ZAKAT PADA LAZIS AL IRSYAD AL ISLAMIYAH PURWOKERTO , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 17 No. 1 (2017)
- B. Herawan Hayadi, I Gede Iwan Sudipa, Agus Perdana Windarto, Model Peramalan Artificial Neural Network pada Peserta KB Aktif Jalur Pemerintahan menggunakan Artificial Neural Network Back-Propagation , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Gustin Setyaningsih, Hera Fitra, Hanun Karomatunnisa, Palupi Pandanarum, Aplikasi Monitoring Laporan Aduan Masyarakat pada Desa Kedunggede Kecamatan Lumbir , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Ahmad Homaidi, Aplikasi Pengusulan dan Pemantauan Pelaksanaan Penelitian dan Pengabdian Masyarakat Universitas Ibrahimy , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 2 (2021)
- Dinny Komalasari, Maria Ulfa, Pengujian Usability Heuristic Terhadap Perangkat Lunak Pembelajaran Matematika , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
1-10 of 67
Next
You may also start an advanced similarity search for this article.
Most read articles by the same author(s)
- Anthony Anggrawan, Analisis Deskriptif Hasil Belajar Pembelajaran Tatap Muka dan Pembelajaran Online Menurut Gaya Belajar Mahasiswa , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 18 No. 2 (2019)
- Lusiana Efrizoni, Sarjon Defit, Muhammad Tajuddin, Anthony Anggrawan, Komparasi Ekstraksi Fitur dalam Klasifikasi Teks Multilabel Menggunakan Algoritma Machine Learning , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 3 (2022)
- Anthony Anggrawan, Satuang Satuang, Mokhammad Nurkholis Abdillah, Sistem Pakar Diagnosis Penyakit Ayam Broiler Menggunakan Forward Chaining dan Certainty Factor , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 20 No. 1 (2020)
- Anthony Anggrawan, Mayadi Mayadi, Christofer Satria, Menentukan Akurasi Tata Letak Barang dengan Menggunakan Algoritma Apriori dan Algoritma FP-Growth , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Bambang Krismono Triwijoyo, Ahmat Adil, Anthony Anggrawan, Convolutional Neural Network With Batch Normalization for Classification of Emotional Expressions Based on Facial Images , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Christofer Satria, Anthony Anggrawan, Aplikasi K-Means berbasis Web untuk Klasifikasi Kelas Unggulan , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 1 (2021)
- Donny Kurniawan, Anthony Anggrawan, Hairani Hairani, Graduation Prediction System on Students Using C4.5 Algorithm , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 19 No. 2 (2020)
- Anthony Anggrawan, Mayadi Mayadi, Application of KNN Machine Learning and Fuzzy C-Means to Diagnose Diabetes , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 2 (2023)
- Ni Gusti Ayu Dasriani, Mayadi Mayadi, Anthony Anggrawan, Klasterisasi Lokasi Promosi PMB Dengan Fuzzy C-means Masa Pandemi Covid 19 , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 21 No. 2 (2022)
- Putu Tisna Putra, Anthony Anggrawan, Hairani Hairani, Comparison of Machine Learning Methods for Classifying User Satisfaction Opinions of the PeduliLindungi Application , MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer: Vol. 22 No. 3 (2023)
.png)
