IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER PADA KLASIFIKASI PENDUDUK MISKIN

Kemiskinan merupakan masalah utama bagi banyak negara di dunia, terutama di negara berkembang. Menurut bps, tingkat kemiskinan di indonesia tercatat sebesar 9.36% atau sebanyak 25.89 juta orang tergolong kedalam kategori miskin pada bulan Maret tahun 2023. Pengelompokkan data mengenai penduduk miskin dan non-miskin perlu dilakukan sebagai data dukung untuk berbagai keperluan. Desa tembung yang memiliki jumlah penduduk sebanyak 56.099 jiwa diketahui masih melakukan pengelompokkan data penduduk secara manual, sehingga mengakibatkan lambatnya proses pengelompokkan data, serta kurang efektif dan berpotensi kurang akurat. Penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes Classifier pada sistem klasifikasi penduduk miskin. Data yang digunakan pada penelitian ini berupa data rumah tangga yang ada di Desa Tembung. Jumlah sampel yang digunakan yaitu sebanyak 390 data yang diperoleh dengan menggunakan teknik purposive sampling dan rumus Slovin. Hasil penelitian ini berupa sistem klasifikasi rumah tangga miskin menggunakan algoritma Naïve Bayes Classifier berbasis web dengan hasil pengujian dari 39 data uji terdapat 32 (82.05%) data yang bernilai benar dan 7 (17.95%) data yang bernilai salah, serta menghasilkan presisi sebesar 80.75% dan recall sebesar 85.71%.