IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING DENGAN RAPIDMINER DALAM MENENTUKAN PRIORITAS PENERIMA BANTUAN DANA DESA

Abstract

Penelitian ini bertujuan untuk membantu pemerintah desa dalam memilih keluarga prioritas penerima bantuan dana desa dengan menggunakan metode pengelompokan data K-Means Clustering. Desa Citayam, yang terletak di Kabupaten Bogor, Provinsi Jawa Barat, memiliki banyak penduduk yang menggantungkan hidup mereka pada pekerjaan pertanian, buruh, dan wiraswasta dengan biaya hidup yang tinggi dibandingkan dengan pendapatan yang diperoleh. Saat ini, pengelompokan data penerima bantuan dana desa dilakukan secara manual, yang kurang optimal dan sering menghasilkan kesalahan dalam menentukan keluarga yang berhak menerima bantuan. Dalam penelitian ini, metode K-Means Clustering dipilih karena sifatnya yang sederhana, mudah diimplementasikan, dan dapat beradaptasi dengan baik terhadap dataset baru. Metode ini juga dapat digunakan untuk dataset dengan jumlah besar dan bentuk yang berbeda. RapidMiner dipilih sebagai alat untuk mengimplementasikan algoritma K-Means Clustering. Penelitian ini mengacu pada beberapa penelitian terdahulu yang telah mengimplementasikan metode K-Means. Clustering dalam berbagai bidang, seperti pemilihan jurusan untuk siswa, pemetaan kepadatan penduduk, dan pengelompokkan penduduk berdasarkan kriteria tertentu. Hasil-hasil penelitian tersebut memberikan wawasan dan referensi yang berharga untuk penelitian ini. Diharapkan bahwa penelitian ini akan membantu pemerintah desa dalam mengoptimalkan penyaluran bantuan dana desa dengan memilih keluarga prioritas yang benar-benar membutuhkan bantuan tersebut. Dengan menggunakan metode K-Means Clustering, diharapkan akan tercapai pengelompokan yang lebih akurat dan efisien dalam menentukan keluarga penerima bantuan dana desa.