Klasifikasi Calon Penerima Bantuan Keluarga Miskin Menggunakan Metode Learning Vector Quantization (LVQ) (Studi Kasus: Daerah Kecamatan Mlandingan, Situbondo)

Abstrak

Dalam upaya penanggulangan kemiskinan, pemerintah khususnya kecamatan Mladingan, Situbondo meyediakan bantuan dana sosial yang digunakan bagi masyarakat yang termasuk kategori miskin (tidak mampu), bantuan tersebut di berikan berdasarkan penilaian indikator yang sudah di tentukan dengan tujuan  membantu dan mempermudah petugas dalam mengklasifikasikan calon penerima bantuan keluarga miskin, sehingga penyaluran bantuan menjadi tepat sasaran. Penelitian ini bertujuan untuk merancang suatu sistem yang dapat mengklasifikasikan calon penerima bantuan keluarga miskin. Metode klasifikasi yang digunakan dalam penelitian ini adalah Learning Vector Quantization. Masukan berupa data calon penerima bantuan dengan melalui proses transformasi data yang akan menghasilkan bobot data, dimana bobot tersebut akan digunakan dalam proses klasifikasi. Pembobotan dilakukan dengan cara memberi nilai sesuai dengan parameter masing-masing. Objek yang digunakan adalah kumpulan data Kepala Keluarga pada Kecamatan Mlandingan, Situbondo. Kumpulan data Kepala Keluarga tersebut memuat 7 parameter kemiskinan antara lain umur, jumlah anggota keluarga, pendapatan, pengeluaran, kondisi rumah, status kepemilikan rumah, dan pendidikan terakhir. Penelitian ini menggunakan 5 skenario pengujian yang menghasilkan rekomendasi nilai learning rate 0.1, pengali learning rate 0.1, data latih sebanyak 30%, alpha minimum 0.01 dan iterasi maksimum 2. Hasil akurasi yang didapatkan sebesar 98%.