Sistem Klasifikasi Tingkat Kesejahteraan Penduduk Menggunakan Algoritma K-Nearest Neighbor (KNN)

Penelitian

Abstract

Penentuan tingkat kesejahteraan penduduk merupakan salah satu dasar dalam mendukung penyaluran bantuan sosial agar tepat sasaran. Proses pendataan yang masih dilakukan secara manual berpotensi menyebabkan ketidaktepatan dalam pengelompokan tingkat kesejahteraan. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi tingkat kesejahteraan penduduk berbasis web menggunakan algoritma K-Nearest Neighbor (KNN) pada Desa Sukanagalih, Kabupaten Cianjur. Metode penelitian yang digunakan adalah CRISP DM (Cross Industry Standard Process for Data Mining) yang meliputi tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Data diproses melalui tahapan pembersihan data, transformasi, encoding, normalisasi Min-Max, dan pembagian data latih serta data uji. Sistem dikembangkan menggunakan React, Node.js, dan MySQL, sedangkan model klasifikasi dibangun menggunakan Python dengan perhitungan jarak euclidean. Hasil penelitian menunjukkan bahwa sistem mampu melakukan klasifikasi tingkat kesejahteraan penduduk secara otomatis berdasarkan data yang diinputkan. Evaluasi model dilakukan menggunakan Confusion Matrix, Accuracy, Precision, Recall, dan F1-Score, sedangkan kualitas perangkat lunak diuji berdasarkan standar ISO/IEC 25010 pada karakteristik Functional Suitability, Performance Efficiency, dan Portability. Hasil pengujian menunjukkan bahwa sistem berjalan sesuai kebutuhan, memiliki performa yang baik, dan dapat diakses pada berbagai browser dan perangkat.