IMPLEMENTASI APLIKASI PENENTU PENERIMA BANTUAN SOSIAL PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES BERBASIS WEB

Indonesia merupakan salah satu negara dengan jumlah penduduk terbesar keempat
di dunia, sehingga diperlukan peningkatan Pembangunan nasional yang merata
demi terciptanya kesejahteraan bagi seluruh rakyat. Berdasarkan UUD 1945 pasal
34, pemerintah bertanggung jawab dalam mengatasi kemiskinan, khususnya bagi
anak terlantar dan fakir miskin, melalui program bantuan social. Sesuai Peraturan
Menteri Sosial Republik Indonesia Nomor 1 Tahun 2019, bantuan sosial adalah
bantuan berupa uang, barang, atau jasa kepada individua atau kelompok
Masyarakat miskin, tidak mampu, dan rentan terhadap risiko sosial. Di Balaidesa
Lambangan Wetan, Kecamatan Bulu, Kabupaten Rembang, pengembangan
Aplikasi penentu Penerima Bantuan Sosial PKH dilakukan menggunakan
metodologi waterfall. Proses pengembangan ini mencakup empat tahap utama
yaitu analisis kebutuhan, desain aplikasi, implementasi, dan pengujian. Tahap
analisis kebutuhan melibatkan identifikasi rinci kebutuhan aplikasi, analisis data,
analisis fungsional. Tahap desain menggunakan UML untuk membuat diagram
use case, activity diagram, sequence diagram, dan class diagram. Implementasi
dilakukan dengan Bahasa pemrograman PHP dan database MySQL. Tahap
pengujian melibatkan metode black-box, white-box, dan user acceptance test
(UAT). Pengolahan data penerima bantuan sosial yang akurat dan up-to-date
sangat penting dalam era digital ini untuk memastikan bantuan tepat sasaran.
Namun, pengolahan data PKH di Desa Lambangan Wetan masih manual atau
menggunakan system yang terpisah-pisah, menyulitkan validasi dan analisis data.
Pengembangan aplikasi berbasis web menggunakan algoritma Klasifikasi Naïve
Bayes diharapkan dapat mengatasi masalah ini dengan meningkatkan efisiensi dan
akurasi pengolahan data. Hasil penelitian menunjukkan bahwa aplikasi berhasil
menggunkan algoritma Naïve Bayes dengan baik dan memberikan hasil objektif
dalam menentukan penerima bantuan social. Pengujian black-box menunjukkan
Tingkat keberhasilan 100%, sementara pengujian white-box menunjukkan
kompleksitas siklomatis sebesar 3. Pengujian UAT menunjukkan Tingkat
kepuasan pengguna sebesar 84,75%, mengindikasikan algoritma Klasifikasi
Naïve Bayes dan teknologi web, dengan jumlah layak 94 kepala keluarga dan
jumlah tidak layak 67 kepala keluarga .Aplikasi ini diharapkan dapat mendukung
ttercapainya tujuan pemerataan dan kesejahteraan sosial.
Kata Kunci :Bantuan Sosial, PKH, Waterfall, Klasifikasi Naïve Bayes, Web