Sistem Pendukung Keputusan Penerima Bantuan Sosial Menggunakan Metode K-Means Clustering

Authors

  • Rachmad Abadi Universitas Nusantara PGRI Kediri
  • Gafana Oly Mido
  • Irvan Dwi Kristanto

DOI:

https://doi.org/10.29407/2thkdv33

Keywords:

Bantuan Sosial, Sistem Pendukung Keputusan, Clustering k-means

Abstract

Bantuan sosial merupakan instrumen penting dalam mengurangi kemiskinan dan mendukung kesejahteraan masyarakat. Namun, tantangan seperti data penerima yang tidak akurat, proses seleksi yang lambat, dan bias dalam menentukan penerima sering kali menghambat efektivitas program ini. Penelitian ini mengembangkan sistem pendukung keputusan berbasis algoritma K-Means untuk meningkatkan efisiensi dan akurasi dalam penyaluran bantuan sosial di Kabupaten Kediri. Metode K-Means digunakan untuk mengelompokkan data calon penerima bantuan berdasarkan karakteristik yang relevan, sehingga menghasilkan kelompok yang lebih terarah. Hasil penelitian menunjukkan bahwa sistem yang dikembangkan telah berhasil diuji melalui berbagai skenario, seperti pendaftaran akun baru, proses autentikasi, input data calon penerima, hingga pengelompokan data menggunakan K-Means. Sistem ini mampu mendukung pengelolaan data dan pengambilan keputusan dengan lebih efektif. Dengan demikian, penelitian ini memberikan kontribusi nyata dalam upaya meningkatkan akurasi dan efisiensi program bantuan sosial pemerintah.

Downloads

Download data is not yet available.

References

S. Astuti, Samsudin, and Triase, “PENERAPAN DATA MINING DALAM MENENTUKAN PENERIMA BEASISWA UPZ (Unit Pengumpulan Zakat) MENGGUNAKAN ALGORITMA K-MEANS,” JSI J. Sist. Inf., vol. 13, no. 2, p. 2021, 2021, [Online]. Available: http://ejournal.unsri.ac.id/index.php/jsi/index

Y. A. Putri Kartikasari, Y. Agus Pranoto, and D. Rudhistiar, “Penerapan Metode K-Modes Untuk Proses Penentuan Penerima Bantuan Langsung Tunai (Blt),” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 1, pp. 389–397, 2021, doi: 10.36040/jati.v5i1.3300.

M. Luthfi, “EFEKTIFITAS BANTUAN SOSIAL PROGRAM KELUARGA HARAPAN DALAM MENINGKATKAN KESEJAHTERAAN KELUARGA (Studi Kasus di Desa Margajaya Kecamatan Ngamprah KBB),” Comm-Edu (Community Educ. Journal), vol. 2, no. 1, p. 81, 2019, doi: 10.22460/comm-edu.v2i1.2442.

N. Arifin, R. Heri Irawan, and I. Nur Farida, “Algoritma K-Means Untuk Memprediksi Stok Bahan Baku Produksi,” Univ. Nusant. PGRI Kediri. Kediri, vol. 1, 2022.

H. Hidayat, Hartono, and Sukiman, “Pengembangan Learning Management System (LMS) untuk Bahasa Pemrograman PHP,” J. Ilm. Core It, vol. 5, no. 1, pp. 20–29, 2017, [Online]. Available: http://ijcoreit.org/index.php/coreit/article/view/11

R. F. Ramadhan and R. Mukhaiyar, “Penggunaan Database Mysql dengan Interface PhpMyAdmin sebagai Pengontrolan Smarthome Berbasis Raspberry Pi,” JTEIN J. Tek. Elektro Indones., vol. 1, no. 2, pp. 129–134, 2020, doi: 10.24036/jtein.v1i2.55.

L. Setiyani, “Desain Sistem : Use Case Diagram Pendahuluan,” Pros. Semin. Nas. Inov. Adopsi Teknol. 2021, no. September, pp. 246–260, 2021, [Online]. Available: https://journal.uii.ac.id/AUTOMATA/article/view/19517

M. L. A. Latukolan, A. Arwan, and M. T. Ananta, “Pengembangan Sistem Pemetaan Otomatis Entity Relationship Diagram Ke Dalam Database,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 4, pp. 4058–4065, 2019, [Online]. Available: http://j-ptiik.ub.ac.id

M. Multazam, I. V Paputungan, and B. Susanto, “Perancangan User Interface dan User Experience pada Placeplus menggunakan Pendekatan User Centered Design,” Univ. Islam Indones., vol. 1, pp. 1–8, 2020, [Online]. Available: https://journal.uii.ac.id/AUTOMATA/article/view/15528/10233

Downloads

Published

2025-01-20

How to Cite

Sistem Pendukung Keputusan Penerima Bantuan Sosial Menggunakan Metode K-Means Clustering . (2025). Seminar Nasional Teknologi & Sains, 4(1), 142-150. https://doi.org/10.29407/2thkdv33

Similar Articles

1-10 of 198

You may also start an advanced similarity search for this article.