PERBANDINGAN ALGORITMA K-NEAREST NEIGHBORS DAN NAIVE BAYES DALAM PENENTUAN PENERIMA BANTUAN SOSIAL DI DESA BANYUPUTIH KIDUL LUMAJANG

Bantuan sosial PKH merupakan bantuan sosial dari pemerintah bagi masyarakat yang termasuk dalam kriteria tidak mampu. Namun bantuan sosial ini sering kali disalah salurkan. Maka dari itu dibutuhkan sistem rekomendasi penerima bantuan sosial PKH menggunakan algoritma klasifikasi seperti K-Nearest Neighbors dan Naïve Bayes agar penyaluran bantuan merata secara objektif. Penelitian ini bertujuan untuk mengklasifikasi penerima bantuan sosial yang layak mendapatkan bantuan sosial PKH dan yang tidak layak menggunakan algoritma K-Nearest Neighbors (KNN) dan Naïve Bayes di Desa Banyuputih Kidul, Kabupaten Lumajang. Model dari kedua algoritma tersebut diuji menggunakan confusion matrix dengan parameter seperti akurasi, presisi, recall dan f1-score. Hasil penelitian ini menunjukkan bahwa performa algoritma KNN memiliki kinerja yang lebih baik dibandingkan Naïve Bayes dalam menentukan penerima bantuan sosial PKH berdasarkan nilai evaluasi yang diperoleh KNN yaitu akurasi dengan nilai 99% sedangkan Naïve Bayes dengan hasil evaluasi 86%. Penelitian ini diharapkan dapat menjadi dasar pengembangan sistem pendukung keputusan yang objektif berdasarkan data untuk membantu pemerintah desa dalam menyalurkan bantuan sosial PKH agar lebih tepat sasaran.