Pemetaan Tingkat Kesejahteraan Masyarakat Untuk Menentukan Prioritas Penyaluran Bantuan Sosial Pemerintah
Pemetaan Tingkat Kesejahteraan Masyarakat Untuk Menentukan Prioritas Penyaluran Bantuan Sosial Pemerintah
Oleh:
KELOMPOK 9
Untuk melakukan analisa ini, kami menggunakan dataset yang sesuai dengan
indikator kesejahteraan sosial menurut BPS, diantaranya indikator terkait
kependudukan, kesehatan dan gizi, pendidikan, ketenagakerjaan, taraf dan pola
konsumsi, perumahan dan lingkungan, kemiskinan, serta sosial lainnya yang
menjadi acuan dalam upaya peningkatan kualitas hidup.
Cara kerja algoritma k-means adalah dengan menentukan jumlah cluster yang
diinginkan terlebih dahulu, kemudian menentukan titik pusat dari setiap cluster
(biasanya dengan menggunakan teknik random atau mengambil titik data
secara acak), dan kemudian mengelompokkan data ke dalam cluster
berdasarkan jarak terdekat dari titik pusat cluster tersebut. Setelah semua
data berkelompok, algoritma akan memutakhirkan titik pusat dari setiap
cluster dengan menghitung rata-rata dari semua titik data yang ada di dalam
cluster tersebut, dan kemudian mengulangi proses pengelompokan data
hingga titik pusat cluster tidak lagi berubah atau hingga jumlah iterasi yang
ditentukan telah tercapai (Bahauddin et al., 2021).
3. Tahapan Penelitian
Standar proses data mining yang akan digunakan adalah CRISP-DM (Cross
Industry Standard Process for Data Mining) yang memiliki 6 (enam) tahapan
sebagai berikut:
a. Business Understanding
b. Data Understanding
c. Data Preparation
d. Modelling
f. Deployment
Cluster Provinsi
C1 3 Kurang Prioritas
C2 1 Sangat Prioritas
C3 4 Tidak Prioritas
C4 2 Prioritas
Level 1 mengindikasikan tingkat kesejahteraan masyarakat yang paling rendah
sehingga termasuk kategori sangat prioritas, Level 2 kategori prioritas, Level 3
kurang prioritas dan Level 4 tidak prioritas. Urutan cluster dari yang paling prioritas
sampai dengan tidak prioritas adalah C2, C4, C1, C3.
D. Simpulan
E. Saran
Atas analisis data yang telah dilakukan, kami menyarankan supaya:
1. Hasil dari analisa ini dapat digunakan sebagai bahan pertimbangan
pengambilan keputusan oleh Pemerintah dalam menetapkan prioritas
penerima bantuan sosial dengan pengintegrasian kriteria penerima bantuan
sosial, sehingga bantuan sosial dapat disalurkan dengan lebih akurat dan
tepat sasaran.
2. Model ini perlu dikembangkan lebih lanjut lagi seperti menambah dataset
(indikator tingkat kesejahteraan masyarakat yang relevan lainnya) dan juga
perlu dibuat model lainnya sebagai bahan perbandingan.
DAFTAR PUSTAKA
Bahauddin, A., Fatmawati, A., & Sari, F. P. (2021). Analisis Clustering Provinsi di
Indonesia Berdasarkan Tingkat Kemiskinan Menggunakan Algoritma K-
Means. Jurnal Manajemen Informatika Dan Sistem Informasi, 4(1), 1–8.
Fammaldo, E., & Hakim, L. (2019). Penerapan Algoritma K-Means Clustering Untuk
Pengelompokan Tingkat Kesejahteraan Keluarga Untuk Program Kartu
Indonesia Pintar. Jurnal Ilmiah Teknologi Informasi Terapan, 5(1), 23–31.
Rahmansyah, W., Qadri, R. A., Sakti, RTS R. A., & Ikhsan, S. (2020). Pemetaan
Permasalahan Penyaluran Bantuan Sosial untuk Penanganan Covid-19 di
Indonesia. Jurnal Pajak dan Keuangan Negara, 2(1), 90–102.