Penerapan Data Mining untuk Clustering Kecamatan di kabupaten Bojonegoro Berdasarkan Variabel Bantuan Sosial Menggunakan Algoritma K-Means dan K-Medoids

Bantuan sosial merupakan bantuan yang sifatnya sementara/tidak selamanya yang disalurkan kepada masyarakat kurang mampu dengan tujuan masyarakat dapat meningkatkan kehidupannya secara baik. Program bantuan sosial yang diberikan pemerintah adalah program Bantuan Pangan Non Tunai Pusat (BPNTP), Bantuan Pangan Non Tunai Daerah (BPNTD), Bantuan Sosial Bagi Anak Yatim dan PKH. permasalahan yang muncul baisanya bantuan yang tidak tepat sasaran sehingga diperlukan pengelompokan masyarakat kabupaten per kecamatan. Tujuan dari penelitian ini adalah untuk pengclusteran kecamatan di kabupaten Bojonegoro berdasarkan variabel bantuan sosial menggunakan Algoritma K-Means dan K Medoids. Penelitian ini menggunakan penerapan data mining yang menggunakan algoritma K-Means dan K-Medoids untuk membuat pengelompokan masyarakat di kecamatan kabupaten Bojonegoro. Kinerja algoritma dievaluasi menggunakan 2 parameter yaitu presisi dan akurasi. Sumber data dalam penelitian ini diperoleh dari dinas sosial Bojonegoro tahun 2019 berupa data bantuan pangan non tunai pusat, data bantuan pangan non tunai daerah, dan data bantuan anak yatim. Dari penelitian tersebut diperoleh hasil bahwa pengelompokan setiap klaster dengan menggunakan algoritma K-Means dan K-Medoids sama-sama didapatkan tiga klaster, pada pengelompokan dengan k-means diperoleh hasil terbaik dengan anggota masing-masing tingkat cluster yaitu: cluster tinggi beranggotakan 6 kecamatan, cluster sedang beranggotakan 10 kecamatan, dan cluster rendah beranggotakan 12 kecamatan. Kesimpulan yang diperoleh dari penelitian ini, bahwa algoritma k-means paling sesuai untuk mengelompokan variabel bantuan sosial di kabupaten Bojonegoro. Sehingga bantuan sosial yang diberikan bisa tepat sasaran.