Implementasi Data Mining Dengan Algoritma Naïve Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kel. Cibeureum

Penelitian ini mengkaji masalah ketidaktepatan dalam penentuan status kelayakan penerima bantuan sembako di Kelurahan Cibeureum, Kecamatan Cimahi Selatan, Kota Cimahi yang sering kali mengakibatkan distribusi bantuan tidak tepat sasaran sehingga bantuan tidak tersalurkan kepada masyarakat yang benar-benar membutuhkan bantuan. Untuk mengatasi masalah tersebut, penelitian ini mengembangkan sistem penilaian kelayakan yang objektif dan akurat menggunakan metode data mining dengan algoritma Naïve Bayes. Sistem ini bertujuan mengurangi ketergantungan pada interpretasi subjektif perangkat kelurahan dengan mengklasifikasikan status kelayakan berdasarkan analisis data yang komprehensif. Data yang digunakan berasal dari Kelurahan Cibeureum dengan dua kelas, yaitu layak dan tidak layak, melibatkan 10 atribut. Algoritma Naïve Bayes diimplementasikan dalam sistem berbasis web, dan hasil evaluasi menggunakan confusion matrix menunjukkan bahwa dengan 155 data training dan 39 data testing, sistem ini mencapai akurasi sebesar 79%, recall 77%, dan presisi 90%. Penelitian ini membuktikan bahwa sistem yang dikembangkan mampu meningkatkan ketepatan penyaluran bantuan, sehingga bantuan lebih tepat sasaran kepada masyarakat yang benar-benar membutuhkan. Selain itu, sistem ini menunjukkan bahwa penerapan data mining dengan algoritma Naïve Bayes dapat memperbaiki akurasi penilaian dan keadilan dalam distribusi bantuan, serta dapat diterapkan pada program bantuan sosial lainnya untuk meningkatkan efektivitas dan efisiensi distribusi bantuan.