Penerapan Algoritma Bayesian Networks Pada Aplikasi Pendistribusian Bantuan Sosial Di Kabupaten Seluma
DOI:
https://doi.org/10.55537/cosmic.v2i1.1077Kata Kunci:
Algoritma bayesian Networks, Pendistribusian Bantuan Sosial, Program Keluarga Harapan ( PKH ), Kabupaten SelumaAbstrak
Penelitian ini mengkaji penggunaan algoritma Bayesian Networks untuk meningkatkan sistem pendistribusian bantuan sosial di Kabupaten Seluma, khususnya Program Keluarga Harapan (PKH). Tujuannya adalah untuk mengidentifikasi variabel kunci yang menentukan penerima bantuan dan memastikan bantuan tepat sasaran. Dengan memodelkan data seperti pendapatan, jumlah anggota keluarga, kondisi kesehatan, tingkat pendidikan, dan status pekerjaan, penelitian ini bertujuan untuk meningkatkan efisiensi, akurasi, dan transparansi dalam distribusi bantuan sosial. Algoritma Bayesian Networks diharapkan dapat mengoptimalkan proses distribusi dan mengurangi risiko penyalahgunaan bantuan sosial di Kabupaten Seluma
Unduhan
Referensi
[1] Alfedo, Juan Maulana, Rama Halim, and Nur Azmi. 2020. “Sistem Informasi Pencegahan Korupsi Bantuan Sosial (Si Pansos) Di Indonesia: Rumusan Konsep Dan Pengaturan.” INTEGRITAS: Jurnal Antikorupsi 6(2): 283–96. doi:10.32697/integritas.v6i2.668.
[2] Ardian, Zalfie, Muhammad Nafis Mumtaz, and Muhammad Ikhwani. 2023. “The Design of Information System for Registration of Impoverished People in Paloh Punti.” Journal of Informatics and Computer Science 9(2): 161–65.
[3] Asriadie, Muhammad Surya, Mohamad Syahrul Mubarok, and Adiwijaya. 2018. “Classifying Emotion in Twitter Using Bayesian Network.” Journal of Physics: Conference Series 971(1). doi:10.1088/1742-6596/971/1/012041.
[4] Darnita, Yulia, and Muntahanah Muntahanah. 2019. “Sistem Pendukung Keputusan Penetuan Perawatan Bagi Peserta BPJS Kesehatan Dengan Metode Simple Additive Weighting.” Pseudocode 6(1): 39–48. doi:10.33369/pseudocode.6.1.39-48.
[5] Hartatik, Hartatik, and Shintya Wulan Safitri. 2021. “Diagnosa Penyakit Kulit Menggunakan Bayesian Network.” Journal Automation Computer Information System 1(2): 131–40. doi:10.47134/jacis.v1i2.19.
[6] Hasniati, Hasniati, Arianti Arianti, and William Philip. 2019. “Penerapan Metode Bayesian Network Model Pada Sistem Diagnosa Penyakit Sesak Nafas Bayi.” IKRA-ITH INFORMATIKA : Jurnal Komputer dan Informatika 3(2): 19–26. https://journals.upi-yai.ac.id/index.php/ikraith-informatika/article/view/314.
[7] Latif, Inas Sofia, and Ilham Aji Pangestu. 2022. “Problematika Penyalahgunaan Bantuan Sosial Pada Masa Pandemi.” Justisi 8(2): 95–107. doi:10.33506/js.v8i2.1612.
[8] Moch Fauzan Harinin, Dandi Saputra, and Andi Harmin. 2021. “Rancang Bangun Sistem Informasi Bansos Di Kota Makassar Berbasis Web.” Journal of Applied Computer Science and Technology 1(2): 96–102. doi:10.52158/jacost.v1i2.85.
[9] Nurahman, Nurahman, Muhammad Mastur Alfitri, and Eddy Mashamy. 2022. “Klasifikasi Data Penduduk Untuk Menerima Bantuan Pangan Non Tunai Menggunakan Algoritma Naïve Bayes.” JURIKOM (Jurnal Riset Komputer) 9(4): 1035. doi:10.30865/jurikom.v9i4.4678.
[10] Nuvaisiyah, Putri, Fhira Nhita, and Deni Saepudin. 2019. “Price Prediction of Chili Commodities in Bandung Regency Using Bayesian Network.” International Journal on Information and Communication Technology (IJoICT) 4(2): 19. doi:10.21108/ijoict.2018.42.204.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 armando mulana putra
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
