Clustering Menggunakan Metode K-Means Untuk Menentukan Prioritas Penerima Bantuan Bedah Rumah (Studi Kasus : Desa Ciomas Bogor)

Abstract

Penduduk miskin di Indonesia selalu menjadi permasalahan. Setiap pimpinan daerah maupun pusat menjadikan penduduk miskin sebagai tujuan utama yang harus diselesaikan. Bantuan bedah rumah sangat dibutuhkan. Berdasarkan evaluasi pelaksanaaan program bantuan ini, masih terdapat penyaluran yang tidak tepat sasaran. Penelitian ini mencoba mengelompokkan (mengkluster) penduduk miskin yang menjadi prioritas utama untuk mendapatkan bantuan bedah rumah dengan menggunakan metode K-Means. Metoda ini terdiri dari 3 pertimbangan kriteria yaitu jenis atap, jenis dinding dan jenis lantai. Nilai dari setiap kriteria tersebut menjadi patokan untuk penyeleksian penduduk yang menjadi prioritas utama untuk mendapatkan bantuan bedah rumah. Pada penelitian ini penduduk yang berhak mendapatkan bantuan bedah rumah adalah penduduk yang mempunyai nilai cluster paling besar atau kondisi fisik rumah terburuk. Sistem penilaian prioritas penduduk miskin menggunakan data mining metode Clustering K-Means. Sistem ini dapat dipergunakan sebagai salah satu metode pengklasteran yang membantu keputusan dalam menentukan kelompok penduduk prioritas yang mendapatkan bedah rumah. Penelitian ini dapat menjadi acuan Kepala Desa agar penilaian prioritas penduduk penerima bantuan bedah rumah bisa lebih berkualitas dan efektif.