IMPLEMENTASI METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI PENERIMA DANA BANTUAN COVID-19

ABSTRAK
Bantuan Langsung Tunai (BLT) yaitu program bantuan pemerintah yang
pemberiannya dengan syarat dan tanpa syarat kepada masyarakat miskin dalam
bentuk uang tunai atau berbagai bantuan lainnya (Kemenko Kesra, 2009).
Bersamaan dengan itu, saat pandemi COVID-19 masuk ke Indonesia, BLT
kembali diluncurkan pada tahun 2020. Warga yang terkena dampak pandemi
Covid-19 bukan hanya masyarakat yang terkena dampak kesehatannya, tetapi
juga masyarakat yang terdampak ekonominya. Meskipun BLT Dana Desa di
Indonesia telah dialokasikan dengan tepat, masih terdapat kekurangan, salah
satunya adalah masalah sasaran penerima BLT Dana Desa yang belum optimal.
Seperti contohnya di Desa Andongsari, Kecamatan Ambulu, Kabupaten Jember.
Oleh karena itu, agar penerima BLT Dana Desa semakin tepat sasaran atau sesuai
kriteria, maka diperlukan alat atau metode untuk membantu permasalahan
tersebut, salah satu diantaranya ialah menggunakan metode klasifikasi Modified
K-Nearest Neighbor untuk dapat mengetahui tingkat akurasi, presisi, dan recall
pada penyaluran bantuan langsung tunai yang ada di desa Andongsari.
Berdasarkan hasil pengujian k yang telah dilakukan dari range 1-11 didapatkan
hasil k optimal di angka 3, dan nilai akurasi sebesar 94,92%, nilai presisi sebesar
90,48%, sedangkan nilai recall sebesar 95%.
Kata Kunci : covid-19, Modified K-Nearest Neighbor, dana bansos, klasifikasi,
data mining.