IMPLEMTASI DATA MINING MENGGUNAKAN METODE KNN DALAM KLASIFIKASI PENERIMA BANTUAN DI DESA SUNGAI DANAU

IMPLEMTASI DATA MINING MENGGUNAKAN METODE KNN DALAM KLASIFIKASI PENERIMA BANTUAN DI DESA SUNGAI DANAU Oleh : AKHMAD SAUFI (NIM : 17.11.102106016) Penelitian ini bertujuan untuk meningkatkan efisiensi dalam pemilihan penerima bantuan sosial di Desa Sungai Danau melalui implementasi data mining menggunakan metode K-Nearest Neighbor (KNN). Metode ini digunakan untuk mengklasifikasikan warga yang layak menerima bantuan berdasarkan sejumlah faktor yang relevan. Penggunaan aplikasi KNN diharapkan dapat mempercepat input data dan proses seleksi penerima bantuan, menghindari kesalahan penentuan, dan meningkatkan keakuratan dalam pengambilan keputusan. Penelitian ini melibatkan analisis terhadap akurasi, presisi, recall, dan skor F1 dari model KNN. Hasil evaluasi menunjukkan akurasi sekitar 60%, presisi sekitar 40.5%, recall sekitar 71.4%, dan skor F1 sekitar 52%. Meskipun terdapat ruang untuk perbaikan, hasil ini memberikan gambaran mengenai kehandalan model KNN dalam tugas klasifikasi ini.Saran-saran pengembangan meliputi peningkatan jumlah dan keragaman data, optimasi parameter KNN, penggunaan metrik alternatif, analisis faktor-faktor penentu, uji validasi model, interpretasi hasil yang lebih rinci, keterlibatan stakeholder, dan pelatihan pengguna aplikasi KNN.Penelitian ini diharapkan dapat memberikan kontribusi positif terhadap pengelolaan bantuan sosial di tingkat desa serta menjadi landasan bagi penelitian selanjutnya dalam meningkatkan keefektifan dan keakuratan model klasifikasi penerima bantuan. Kata kunci : K-Nearest Neighbor (KNN), Model klasifikasi dan Penerima Bantuan Sosial