Optimalisasi Penentuan Penerima Bantuan Bedah Rumah Layak Huni Menggunakan K-Means Clustering di Desa Klambir Lima

Abstract

Kemiskinan di Indonesia, terutama di Desa Klambir Lima, Sumatera Utara, adalah permasalahan serius yang mempengaruhi kesejahteraan penduduk miskin. Untuk mengatasi masalah ini, diterapkan program bantuan bedah rumah. Studi ini menggunakan metode clustering, terutama K-Means, untuk menentukan penerima bantuan secara objektif melalui analisis data fisik rumah. Hasilnya mengidentifikasi dua kelompok prioritas, meningkatkan efisiensi alokasi bantuan. Dengan potensi besar di Desa Klambir Lima, yang melibatkan permukiman dan pertanian, penyaluran bantuan menjadi fokus utama. Penelitian ini menunjukkan bahwa pendekatan K-Means Clustering dapat menjadi solusi sistematis dan transparan dalam menentukan penerima bantuan bedah rumah. Aplikasi berbasis web ini diharapkan mempermudah pegawai desa dalam mengelompokkan mereka yang memerlukan bantuan, juga dapat diadopsi di wilayah lain untuk mengatasi kemiskinan. Penelitian ini melibatkan analisis data masyarakat berdasarkan kriteria tertentu, menghasilkan model pengelompokkan masyarakat prioritas tinggi dan rendah dengan akurasi tinggi. Aplikasi data mining ini mempermudah proses identifikasi dan alokasi bantuan bedah rumah di Desa Klambir Lima, dengan keunggulan dalam klasifikasi penerima bantuan dan performa yang baik. Dalam pelaksanaannya, perlu memperhatikan pelatihan pengguna dan fleksibilitas kriteria penilaian pada aplikasi