PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI TINGKAT KESEJAHTERAAN PENDUDUK DI DESA NATAM KEC. BADAR KUTACANE ACEH TENGGARA

Abstract

Penentuan tingkat kesejahteraan penduduk merupakan salah satu aspek penting dalam mendukung pengambilan keputusan pemerintah desa, khususnya dalam penyaluran bantuan sosial agar tepat sasaran. Namun, proses klasifikasi tingkat kesejahteraan penduduk di Desa Natam, Kecamatan Badar, Kabupaten Aceh Tenggara masih dilakukan secara manual sehingga membutuhkan waktu yang relatif lama, berpotensi menimbulkan subjektivitas, serta belum memanfaatkan data sosial ekonomi penduduk secara optimal. Penelitian ini bertujuan menerapkan metode K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kesejahteraan penduduk berdasarkan enam variabel sosial ekonomi, yaitu penghasilan, jumlah tanggungan, tingkat pendidikan, jenis pekerjaan, status tempat tinggal, dan kepemilikan aset. Penelitian menggunakan pendekatan kuantitatif dengan metode eksperimen serta pengembangan sistem menggunakan model Waterfall. Data yang digunakan berjumlah 300 data kepala keluarga, yang dibagi menjadi 249 data training (83%) dan 51 data testing (17%). Sebelum proses klasifikasi dilakukan, data melalui tahapan preprocessing yang meliputi transformasi data kategorik ke bentuk numerik dan normalisasi menggunakan metode Min-Max Scaling. Proses klasifikasi dilakukan menggunakan Euclidean Distance dengan pengujian nilai K = 3, K = 5, dan K = 7, kemudian dievaluasi menggunakan Confusion Matrix berdasarkan nilai accuracy, precision, recall, dan F1-Score. Hasil penelitian menunjukkan bahwa metode K-Nearest Neighbor (KNN) mampu mengklasifikasikan tingkat kesejahteraan penduduk ke dalam kategori kesejahteraan rendah, kesejahteraan sedang, dan kesejahteraan tinggi dengan tingkat kinerja yang sangat baik. Nilai K = 3 menghasilkan performa terbaik dengan accuracy sebesar 98,04%, precision sebesar 97,44%, recall sebesar 99,12%, dan F1-Score sebesar 98,22%, sedangkan peningkatan nilai K menjadi 5 dan 7 menghasilkan penurunan tingkat akurasi akibat pengaruh ketidakseimbangan jumlah data antar kelas. Berdasarkan hasil tersebut, sistem yang dikembangkan mampu membantu pemerintah Desa Natam dalam mengklasifikasikan tingkat kesejahteraan penduduk secara lebih cepat, objektif, dan akurat sehingga dapat membantu proses pengambilan keputusan serta penentuan sasaran bantuan sosial yang lebih tepat..