IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER PADA KLASIFIKASI PENDUDUK MISKIN (STUDI KASUS: DESA TEMBUNG)

Kemiskinan merupakan salah satu masalah yang sedang dihadapi oleh seluruh negara di dunia. Berdasarkan informasi yang diambil dari Badan Pusat Statistik (BPS), tingkat kemiskinan di Indonesia pada bulan maret tahun 2023 tercatat sebesar 9,36% atau sebanyak 25,89 juta orang tergolong kedalam ategori miskin. Penelitian ini dilakukan di Desa Tembung, berdasarkan data yang tercatat di kantor Kepala Desa Tembung, jumlah penduduk di Desa Tembung adalah 56.199 jiwa, terdiri dari 13.099 rumah tangga dan tercatat ada sebanyak 2010 rumah tangga miskin. Berdasarkan hasil wawancara yang sudah dilakukan diketahui bahwa pengelompokan data mengenai penduduk miskin masih dilakukan secara manual, sehingga mengakibatkan lambatnya proses, serta kurang efektif dan kurang akurat. Oleh karena itu, penelitian ini bertujuan untuk mengimplementasikan algoritma Naïve Bayes Classifier pada sistem klasifikasi rumah tangga miskin. Data yang digunakan berupa data rumah tangga yang ada di Desa Tembung. Jumlah sampel yang digunakan yaitu sebanyak 390 data yang diperoleh dengan menggunakan teknik random 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%.