Prediksi Kelayakan Penerima Bantuan Sosial Menggunakan Metode K-Prototype Pada Desa Air Hitam

Authors

  • Saul Michael Marthin Silitonga Universitas Methodist Indonesia
  • Humuntal Rumapea Universitas Methodist Indonesia
  • Indra Kelana Jaya Universitas Methodist Indonesia

Keywords:

Data Mining, Clustering, K-Prototype, Bantuan Sosial, Streamlit

Abstract

Penentuan kelayakan penerima bantuan sosial merupakan permasalahan yang sering dihadapi oleh pemerintah desa, khususnya dalam memastikan bantuan tepat sasaran. Proses penilaian yang masih dilakukan secara manual seringkali menimbulkan subjektivitas, ketidaktepatan, serta ketidakkonsistenan dalam pengambilan keputusan. Oleh karena itu, diperlukan suatu metode yang mampu mengolah data secara objektif dan sistematis. Penelitian ini bertujuan untuk memprediksi kelayakan penerima bantuan sosial pada masyarakat Desa Air Hitam, Kecamatan Gebang, Kabupaten Langkat, Sumatera Utara dengan menggunakan metode K-Prototypes. Metode ini dipilih karena mampu mengolah data campuran yang terdiri dari data numerik dan data kategorikal secara bersamaan. Data yang digunakan dalam penelitian ini meliputi beberapa atribut, yaitu jumlah pendapatan, jumlah kendaraan roda dua, jumlah kendaraan roda empat, jumlah ternak ayam, jumlah ternak kambing, jumlah ternak sapi, serta kepemilikan rumah. Tahapan penelitian meliputi proses pengumpulan data, preprocessing data, transformasi dan encoding data kategorikal, penerapan algoritma K-Prototypes untuk proses clustering, serta analisis hasil pengelompokan. Hasil dari penelitian ini menunjukkan bahwa data masyarakat dapat dikelompokkan menjadi dua cluster utama, yaitu kelompok masyarakat yang layak menerima bantuan sosial dan kelompok masyarakat yang tidak layak menerima bantuan sosial. Selain itu, sistem yang dibangun berbasis aplikasi Streamlit mampu mempermudah proses pengolahan data dan visualisasi hasil clustering secara lebih sistematis dan mudah dipahami oleh pengguna. Dengan demikian, penerapan metode K-Prototypes dalam penelitian ini dapat menjadi solusi alternatif yang efektif dalam membantu pemerintah desa dalam menentukan kelayakan penerima bantuan sosial secara lebih objektif, akurat, dan tepat sasaran.

Published

2026-04-30