KLASIFIKASI SPASIAL TINGKAT KEMISKINAN RUMAH TANGGA MENGGUNAKAN NAIVE BAYES DI KECAMATAN WOTAN ULUMADO

Cyrilius Budi De Fe Rento Lewo Manuk; Meliana O.Meo; Tri Ana Setyarini

doi:10.46880/mtk.v12i2.5955

Authors

Cyrilius Budi De Fe Rento Lewo Manuk STIKOM Uyelindo Kupang
Meliana O.Meo STIKOM Uyelindo Kupang
Tri Ana Setyarini STIKOM Uyelindo Kupang

DOI:

https://doi.org/10.46880/mtk.v12i2.5955

Keywords:

household poverty, classification, Naive Bayes, socioeconomic indicators, Wotan Ulumado

Abstract

Household poverty is a social issue that requires accurate identification to ensure that poverty alleviation programs are implemented effectively and targeted appropriately. Wotan Ulumado Subdistrict, East Flores Regency, has diverse socioeconomic characteristics; therefore, a data-driven method is needed to classify household poverty levels. This study aims to analyze the socioeconomic factors associated with household poverty and apply the Naive Bayes method to classify households according to their poverty status. The data were collected through field observations, interviews, and a literature review. The variables examined included household income, number of dependents, the educational level of the household head, housing conditions, and asset ownership. The dataset consisted of 360 training records and 28 testing records. The classification process was conducted by calculating the prior, likelihood, and posterior probabilities for each poverty category. The classification categories comprised poor, moderately poor, and non-poor households. Evaluation using a confusion matrix showed that 26 out of 28 testing records were correctly classified, resulting in an accuracy rate of 92.86%. These findings indicate that the Naive Bayes method performs well in identifying household poverty levels based on socioeconomic indicators. The classification results can further be presented in the form of tables, graphs, and maps to illustrate the distribution of poverty levels and support local government decision-making in determining priority households and areas for poverty alleviation programs in Wotan Ulumado Subdistrict.

References

W. P. Nurmayanti, “Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak,” Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi, vol. 5, no. 1, pp. 123–132, Jun. 2021, doi: 10.29408/geodika.v5i1.3430.

R. Ahmad Qusyairy et al., “Pemetaan Daerah Rawan Banjir Di Desa Mojorejo Kota Batu Menggunakan Sistem Informasi Geografis,” 2026.

J. Mulya Kecamatan Sepatan Timur et al., “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes : Studi Kasus di Desa Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes : Studi Kasus di Desa Jati Mulya Kecamatan Sepatan Timur.”

Suci Mulyani, A. E. Pajri, and M. Fikram, “Klasisifikasi Tingkat Kemiskinan Di Indonesia Menggunakan Algoritma Naives Bayes,” Scientific : Journal of Computer Science and Informatics, vol. 1, no. 2, pp. 53–57, Jul. 2024, doi: 10.34304/scientific.v1i2.333.

Cahyanti, D., Rahmayani, A., dan Husniar, S. A. (2020). Analisis performa metode Knn pada Dataset pasien pengidap Kanker Payudara. Indonesian Journal of Data and Science, 1(2), 39–43. Tersedia pada:

Harliana, H., dan Putra, F. N. (2021). Klasifikasi Tingkat Rumah Tangga Miskin Saat Pandemi Dengan Naïve Bayes Classifier. Jurnal Sains Dan Informatika, 7(2), 165–173.

Latipah, D., Mardiansyah, M. A., dan Adityarini, E. (2024). Klasifikasi masyarakat miskin menggunakan metode naive bayes : Studi kasus di Desa Jati Mulya Kecamatan Sepatan Timur. Jurnal Multinetics,. 10(1), 93–101.

Julianto, M. S., Hendrawan, D., Nugroho, A., dan Dewi, S. M. (2022). Perbandingan Pengaruh Model Latihan El Rondo Dengan Model Latihan Small Sided Games Terhadap Ketepatan Passing Sepakbola Pemain Usia 16- 18 Tahun. Jurnal Mahasiswa Pendidikan Olahraga,3(1), 1–12

Hafrison, M., Pramuswari, A., Zahira, N., Putri, N. M., Pardede, G. A. dan Fatih,

P. (2025). Peningkatan Kapasitas Perangkat Nagari dalam Pemanfaatan Teknologi Sistem Informasi Geografis untuk Pemetaan Topografi dan Tata

Guna Lahan di Nagari Sitiung, Kecamatan Sitiung, Kabupaten Dharmasraya. Aksi Nyata : Jurnal Pengabdian Sosial Dan Kemanusiaan, 2(3), 122–130.

Nasution, J. P. 2023. Penerapan Metode Regresi Linier dalam Prediksi Penjualan Produk Unilever pada Toko Swalayan Maju Bersama. JIKTEKS : Jurnal Ilmu Komputer dan Teknologi Informasi.. 1(2), 12–17. .

Nurmayanti, W. P. (2021). Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak. Geodika: Jurnal Kajian Ilmu Dan Pendidikan Geografi, 5(1), 123– 132.

Putri, A. C., Hariyanto, F. E., Andini, N. L. E., dan Zulkarnaen, Z. C. S. (2021). Klasifikasi Rumah Tangga Miskin di Provinsi Papua Tahun 2017 Menggunakan Metode Naive Bayes. Jurnal Sains Matematika Dan Statistika. 7(1), 89.

Purwanto, A. 2022. Konsep Dasar Penelitian Kualitatif: Teori dan Contoh Praktis. Lombok (ID): Pusat Pengembangan Pendidikan dan Penelitian Indonesia. [internet]. [Diakses pada 20 November 2025].

Saefuddin, A., Wigena, H. A., dan Nuryartono, N. (2012). Pengembangan dan Aplikasi Geoinformatika Bayesian pada Data Kemiskinan di Indonesia (Studi Kasus Jawa Timur). Jurnal Ilmu Pertanian Indonesia (JIPI), [Internet]. Diakses 26 September 2025]. 17(2), 7782–0853.

Wahyuni, S. W., dan Putra, P. F. (2025). Analisis Karakteristik Rumah Tangga Miskin Penerima Program Keluarga Harapan dan Penerima Keluarga Harapan Sekaligus Bantuan Pangan Non-Tunai di Indonesia. Jurnal Informatika Ekonomi Bisnis,

Wasil, M., Samsu, L. M. dan Putra, Y. K. (2020). Sistem Informasi Geografis Untuk Pemetaan Homestay di Lombok Timur Berbasis Android. International Journal of Environmental Research and Public Hea