KLASIFIKASI PENENTUAN KELUARGA MISKIN PENERIMA BANTUAN PANGAN NON TUNAI MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN) (Studi Kasus: Kabupaten Sumenep)

Data Pensasaran Percepatan Penghapusan Kemiskinan Eksrem atau bisa disingkat dengan P3KE yang ada di Kabupaten Sumenep tergolong belum valid dan bisa berakibat pada kesalahan pelabelan penentuan keluarga miskin penerima Bantuan Pangan Non Tunai (BPNT). Data P3KE yang dikelola oleh Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kab. Sumenep tersebut hanya menyelaraskan sesuai dugaan berdasarkan data saja dan belum sepenuhnya memanfaatkanrnteknologi, sehingga masih memakan banyak waktu dan bukan dengan perhitungan yang tepat. Sistem yang dibuat menerapkan algoritma K-Nearest Neighbor (K-NN) yang dapat membantu memudahkan pengelola data P3KE dalam menentukan penerima BPNT sekaligus mempersingkat waktu dalam pengolahan data dirnKabupaten Sumenep. Adapun kriteria yang digunakan yaitu pendidikan, kepemilikan rumah, memiliki simpanan uang/perhiasan/ternak/lainnya, jenis atap, jenis dinding, jenis lantai, sumber penerangan, bahan bakar memasak, sumber air minum, dan fasilitas BAB. Dari hasil pengujian KNN dengan menggunakan rumus Euclidean Distance K1, K3, K5, dan K7 memperoleh akurasi terbaik pada K7 sebesar 72.75%, sedangkan untuk rumus Manhattan Distance memperoleh akurasirnterbaik pada K5 dengan akurasi sebesar 72.5%.