Penerapan Data Mining Untuk Prediksi Penerima Bantuan Pangan Non Tunai (Bpnt) Di Desa Wanacala Menggunakan Metode Naïve Bayes
Abstrak
Program Bantuan Pangan Non Tunai yang diadakan pemerintah seringkali tidak tepat sasaran dikarenakan banyak faktor salah satunya adalah banyaknya kriteria yang harus dipertimbangkan untuk menjadi sebuah keputusan penerima bantuan. Dari sebelas kriteria yang ditetapkan membutuhkan algoritma yang tepat untuk melakukan perhitungan agar hasil yang diberikan lebih akurat. Algoritma Naïve Bayes merupakan metode untuk klasifikasi dengan menggunakan teori probabilitas yang memiliki tingkat akurasi tinggi. Pengujian algoritma Naïve Bayes menggunakan tools Rapid Miner yang menghasilkan tingkat akurasi sebesar 96% dari 50 data yang diberikan. Algoritma ini tepat digunakan untuk seleksi penerima bantuan pangan non tunai. Terdapat 2 class yang dibutuhkan yaitu Layak dan Tidak Layak.
Kata kunci: Klasifikasi, Naïve Bayes, Rapid Miner, Bantuan Pangan Non Tunai