Penerapan Data Mining Dengan Naive Bayes Untuk Klasifikasi Penerima Bantuan Sosial (Studi Kasus: Kabupaten Sumenep)

Indonesia dapat dikatakan sebagai negara yang memiliki tingkat kemiskinanrnyang tergolong tinggi. Permasalahan ini tidak pernah terselesaikan hingga saat ini.rntidak hanya aspek ekonomi saja, tetapi aspek sosial adalah salah satu yang memilikirnnilai penting dalam menilai kemiskinan. Kemiskinan juga terjadi salah satunya dirnKabupaten Sumenep. Pada Bappeda Sumenep keluarga yang telah didaftarkan inirntergolong sebagai keluarga yang kurang mampu. Data yang digunakan adalah DatarnP3KE yang diperoleh dari Bappeda Sumenep. Dengan pengujian menggunakan 10rnkriteria yaitu pendidikan, kepemilikan rumah, memiliki simpananrnuang/ternak/lainnya, jenis atap, lantai, dinding, sumber air minum, sumberrnpenerangan, bahan bakar memasak, dan memiliki fasilitas BAB. Hasil nilai akurasirnterbaik yang dihasilkan pada penelitian menggunakan metode naïve bayes inirnterletak pada split data 80:20 yaitu sebesar 62,4% dengan nilai presisi sebesarrn47,2%, nilai recall sebesar 63,1% dan f1-score sebesar 100%.