Optimalisasi Pengalokasian Bantuan Sosial di Kota Banjarmasin Menggunakan Pendekatan Naive Bayes

Abstract

Penelitian ini bertujuan untuk mengoptimalkan pengalokasian bantuan sosial di Kota Banjarmasin melalui pendekatan klasifikasi Naive Bayes berdasarkan data sosial-ekonomi masyarakat. Latar belakang penelitian ini didasarkan pada kebutuhan untuk mendistribusikan bantuan secara lebih tepat sasaran di tengah keterbatasan sumber daya, dengan memanfaatkan data terbaru dari Kota Banjarmasin. Tujuan penelitian adalah menerapkan model klasifikasi untuk mengidentifikasi prioritas penerima bantuan berdasarkan variabel seperti pendidikan, penghasilan, status perkawinan, dan kecamatan. Metode penelitian melibatkan pembersihan data, pengelompokan variabel, pembuatan skor prioritas, dan penerapan algoritma Naive Bayes dengan penanganan ketidakseimbangan data menggunakan SMOTE lengkap dengan metrik evaluasi. Hasil penelitian menunjukkan bahwa model Naive Bayes mencapai akurasi 95% pada data pengujian dan seluruh data, dengan distribusi prioritas sebagai berikut: Prioritas Tinggi (46,2%), Prioritas Sedang (29,3%), dan Prioritas Rendah (24,5%). Kecamatan Banjarmasin Selatan, Banjarmasin Barat, dan Banjarmasin Utara diidentifikasi sebagai wilayah dengan jumlah prioritas tinggi terbanyak. Implikasi praktis dari penelitian ini adalah rekomendasi alokasi bantuan yang lebih terarah, strategi distribusi cepat, dan program pendukung seperti pelatihan keterampilan untuk kelompok prioritas sedang. Kesimpulan penelitian menegaskan bahwa pendekatan ini efektif untuk alokasi bantuan yang efisien, namun evaluasi berkala diperlukan untuk memastikan relevansi model di masa depan.