Implementasi Algoritma Modified K-Nearest Neighbor Untuk Penerima Bantuan Pangan Non Tunai (BPNT) studi kasus Kelurahan Kebonsari

Kemiskinan secara ekonomi adalah ketidakmampuan untuk memenuhi kebutuhan
dasar yang diukur dari segi pengeluaran. Kemiskinan tidak hanya masalah tidak
mampu untuk memenuhi kebutuhan dasar seperti pangan, papan dan sandang,
tetapi juga ketidakmampuan berpartisipasi dalam pembangunan di bidang
pendidikan, kesehatan, dan berbagai masalah sumber daya manusia dalam
memerangi kemiskinan, pemerintah telah mengambil inisiatif, yaitu perluasan
Bantuan Pangan Non Tunai (BPNT). Bantuan sosial yang akan diberikan kepada
masyarakat yang terdampak Covid-19 dalam memenuhi kebutuhan pokok mereka.
Tujuan dari penelitian ini adalah untuk mengklasifikasikan penerima bantuan
yang “layak” dan “tidak layak”. Dalam penelitian ini menggunakan Algoritma
Modified K
-Nearest Neighbor (MKNN) untuk melakukan klasifikasi pada
Bantuan Pangan Non Tunai (BPNT). Alasan memilih Algoritma Modified KNearest

Neighbor karena algoritma ini merupakan salah satu algoritma yang
umum digunakan pada model klasifikasi. Dengan performa akurasi sebesar
89.47% pada k=9, k-fold 8 skenario 4, nilai presisi sebesar 90% pada k=9, k-fold 8
skenario 6, serta nilai recall sebesar 100% pada k=9, k-fold 8 skenario 5. Maka
dapat di simpulkan bahwa algoritma Modified K-Nearest Neighbor dapat di
terapkan dalam mengklasifikasi data penerima bantuan pangan non tunai dengan
cukup akurat.