Klasifikasi Rumah Tangga Penerima Beras Miskin (Raskin)/Beras Sejahtera (Rastra) di Provinsi Jawa Barat Tahun 2017 dengan Metode Random Forest dan Support Vector Machine
Abstract
Program Beras Miskin (Raskin) atau Beras Sejahtera (Rastra) merupakan program subsidi pemerintah dalam bentuk non-tunai yakni beras yang bertujuan menanggulangi kemiskinan dan memberikan perlindungan sosial di bidang pangan. Sayangnya, program ini masih belum berjalan efektif sepenuhnya. Permasalahan yang masih terjadi salah satunya mengenai rumah tangga sasaran. Penelitian ini bertujuan untuk melakukan klasifikasi/pengelompokkan rumah tangga penerima Raskin/Rastra menggunakan pendekatan data mining serta melakukan perbandingan metode yakni Random Forest dengan SVM (Support Vector Machine). Data yang digunakan merupakan data mikro Susenas Provinsi Jawa Barat tahun 2017. Variabel yang digunakan adalah penerima bantuan Raskin/Rastra sebagai target/kelas dan variabel penjelas (atribut) yang terdiri dari pekerjaan KRT, luas lantai, jenis dinding, jenis lantai, sumber air, sumber penerangan, pengeluaran per kapita. Program yang digunakan untuk pengolahan data adalah SPSS dan R. Hasil penelitian menunjukkan metode random forest dan SVM memiliki ketelitian yang cukup baik dalam melakukan klasifikasi, yakni sebesar 71–72%. Secara keseluruhan, selisih kinerja klasifikasi kedua metode random forest dan SVM memiliki kinerja yang sama baiknya dalam melakukan klasifikasi.
Keywords
Full Text:
PDFReferences
Badan Pusat Statistik, “Konsep Kemiskinan dan Ketimpangan.” https://www.bps.go.id/subject/23/kemiskinan-dan-ketimpangan.html.
A. V. K. Fetiningrum, “Inovasi Program Bantuan Pangan Non Tunai (BPNT) Sebagai Upaya Pengentasan Kemiskinan,” Universitas Brawijaya, 2017.
N. Ainistikmalia, “Analisis Kemiskinan Multidimensi dan Ketahanan Pangan Provinsi Kalimantan Utara,” Universitas Padjajaran, 2020.
Badan Pusat Statistik, Potensi Pertanian Indonesia-Analisis Hasil Pencacahan Lengkap ST2013. Jakarta, 2014.
Kementerian Dalam Negeri, “Tanya Jawab Program Raskin.” https://raskin.bangda.kemendagri.go.id/tj-raskin.html.
Rubiah, “Analisis Efektivitas dan Efisiensi Distribusi Raskin di Kelurahan Tempuling Kecamatan Tempuling Kabupaten Indragiri Hilir,” J. Agribisnis, vol. 6, no. 2, hal. 49–62, 2017.
A. Solikhin, “Analisis Pelaksanaan Penyaluran Beras untuk Rumah Tangga Miskin (Raskin) di Desa Tanjung Bakau Kecamatan Rangsang Kabupaten Kepulauan Meranti,” Univeritas Islam Negeri Sultan Syarif Kasim Riau, 2016.
S. Khomsatun, “Analisis Penerima Raskin (Beras untuk Rumah Tangga Miskin) di Provinsi Jawa Tengah,” Econ. Dev. Anal. J., vol. 6, no. 3, hal. 283–305, 2017, doi: 10.15294/edaj.v6i3.22272.
M. Y. A. Pulungan, “Efektivitas Program Beras Miskin (Raskin) di Kelurahan Limau Sundai Kecamatan Binjai Barat Kota Binjai Tahun 2015,” Universitas Sumatera Utara, 2017.
F. Mutia, “Analisis Efektivitas dan Dampak Pelaksanaan Program Beras untuk Keluarga Miskin di Kenagarian Biaro Gadang Kecamatan Ampek Angkek Tahun 2017,” Universitas Andalas, 2018.
Neli, L. O. Turi, dan Rizal, “Pendistribusian Beras Subsidi (Raskin) pada Masyarakat Wakatobi,” J. Online Progr. Stud. Pendidik. Ekon., vol. 4, no. 4, hal. 99–106, 2019.
A. Tohari, C. Parsons, dan A. Rammohan, “Targeting poverty under complementarities: Evidence from Indonesia’s unified targeting system,” J. Dev. Econ., vol. 140, no. April 2018, hal. 127–144, 2019, doi: 10.1016/j.jdeveco.2019.06.002.
CNN Indonesia, “BPK: Ada Risiko Penyimpangan Subsidi Raskin di Bulog,” Apr 29, 2015. https://www.cnnindonesia.com/ekonomi/20150429111318-78-49982/bpk-ada-risiko-penyimpangan-subsidi-raskin-di-bulog.
T. Purwa, “Perbandingan Metode Regresi Logistik dan Random Forest untuk Klasifikasi Data Imbalanced,” J. Mat. Stat. dan Komputasi, vol. 16, no. 1, hal. 58–73, 2019, doi: 10.20956/jmsk.v16i1.6494.
I. L. Mulyahati, “Implementasi Machine Learning Prediksi Harga Sewa Apartemen Menggunakan Algoritma Random Forest Melalui Framework Website Flask Python,” Universitas Islam Indonesia, 2020.
D. A. Otcherea, T. O. A. Ganat, R. Gholami, dan S. Ridhaa, “Application of Supervised Machine Learning Paradigms in The Prediction of Petroleum Reservoir Properties: Comparative Analysis of ANN and SVM Models,” Epilepsy Res., hal. 108182, 2020, doi: 10.1016/j.petrol.2020.108182.
A. Tharwat, “Classification Assessment Methods,” Appl. Comput. Informatics, 2018, doi: 10.1016/j.aci.2018.08.003.
M. Sultana, A. Haider, dan M. S. Uddin, “Analysis of Data Mining Techniques for Heart Disease Prediction,” 2016 3rd Int. Conf. Electr. Eng. Inf. Commun. Technol. iCEEiCT 2016, 2016, doi: 10.1109/CEEICT.2016.7873142.
I. D. Dinov, “Model Performance Assessment,” in Data Science and Predictive Analytics: Biomedical and Health Applications using R, 2018, hal. 475–496.
L. Xu et al., “Representative Splitting Cross Validation,” Chemom. Intell. Lab. Syst., vol. 183, hal. 29–35, 2018, doi: 10.1016/j.chemolab.2018.10.008.
T. H. Kerbaa, A. Mezache, dan H. Oudira, “ScienceDirect ScienceDirect Model Selection of Sea Clutter Using Cross Validation Model Selection of Sea Clutter Using Cross Validation Method a , b Method,” Procedia Comput. Sci., vol. 158, hal. 394–400, 2019, doi: 10.1016/j.procs.2019.09.067.
J. G. Moreno-Torres, J. A. Saez, dan F. Herrera, “Study on The Impact of Partition-Induced Dataset Shift on k-Fold Cross-Validation,” IEEE Trans. Neural Networks Learn. Syst., vol. 23, no. 8, hal. 1304–1312, 2012, doi: 10.1109/TNNLS.2012.2199516.
Sarang Narkhede, “Understanding AUC - ROC Curve,” Towards Data Science, 2018. https://towardsdatascience.com/understanding-auc-roc-curve-68b2303cc9c5.
A. King dan R. Eckersley, “Descriptive Statistics III: ROC Analysis,” in Statistics for Biomedical Engineers and Scientists, Academic Press, 2019, hal. 57–69.
Y. Sun, M. S. Kamel, A. K. C. Wong, dan Y. Wang, “Cost-Sensitive Boosting for Classification of Imbalanced Data,” Pattern Recognit., vol. 40, no. 12, hal. 3358–3378, 2007, doi: 10.1016/j.patcog.2007.04.009.
DOI: https://doi.org/10.26418/justin.v9i2.44137
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 JUSTIN (Jurnal Sistem dan Teknologi Informasi)
View My Stats

All article in Justin is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License