Model Machine Learning untuk Klasifikasi Keluarga Sejahtera Study Kasus : Kecamatan Kota Palembang

Abstract

Pemerintah Indonesia telah berkomitmen untuk memperkuat program keluarga berencana terintegrasi melalui 4 (empat) pendekatan pilar program, yaitu Program Keluarga Berencana (KB), Keluarga Sejahtera (KS), Kesehatan Reproduksi (KR) dan Pemberdayaan Keluarga (PK) bagi seluruh penduduk Indonesia.. Pada artikel ini penulis membahas pilar Keluarga Sejahtera dan telah mengumpulkan data penduduk di Kota Palembang yang terdaftar sebagai Keluarga Sejahtera. Menggunakan metode Data mining atau data science yang terdiri dari kombinasi statistic, matematika dan kecerdasan buatan dengan k-NN dan Naïve bayes sebagai algorthim untuk mengolah data. Data fokus pada rentang tahun 2015 hingga 2020 dengan 10.187 record, penulis menggunakan Rapidminer sebagai alat untuk menganalisis data dari tahap preprocessing, data pelatihan dan mengklasifikasikan variabel menggunakan k-NN dan Naïve bayes untuk membuat model dan menentukan kriteria yang akan membantu BKKBN dalam menentukan keluarga sejahtera guna mempermudah penyuluh lapangan KB dalam melaksanakan konseling KB. . Dari hasil analisis data didapatkan bahwa penggunaan naïve bayes 93,99% lebih akurat dibandingkan k-NN dengan akurasi 87,28%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa klasifikasi keluarga sejahtera telah mencapai tujuan visi Pemerintah.