Klasifikasi Penerimaan Bantuan Siswa Miskin Menggunakan Naive Bayes di Wilayah Perbatasan RI-RDTL: Classification of Poor Student Assistance Recipients Using Naive Bayes  in the RI–RDTL Border Region

Madalena Bada Mau; Krisantus Jumarto Tey Seran; Dian Grace Ludji; Regolinda Maneno

doi:10.57152/malcom.v6i3.2689

Authors

Madalena Bada Mau Universitas Timor
Krisantus Jumarto Tey Seran Universitas Timor
Dian Grace Ludji Universitas Timor
Regolinda Maneno Universitas Timor

DOI:

https://doi.org/10.57152/malcom.v6i3.2689

Keywords:

BSM, Holdout validation, K-Fold cross validation, Klasifikasi, Naive Bayes

Abstract

Program Bantuan Siswa Miskin (BSM) bertujuan membantu siswa dari keluarga kurang mampu agar tetap mengenyam pendidikan di bangku sekolah. Sampai saat ini, realita penentuan penerima bantuan masih menghadapi permasalahan subjektivitas dan kurang optimalnya pemanfaatan data riil di lapangan. Dalam penelitian ini membangun model klasifikasi menggunakan Algoritma Naïve Bayes untuk memprediksi kelayakan penerima bantuan siswa miskin tingkat SMP wilayah perbatasan Indonesia dan Timor Leste yakni Kabupaten Belu. Data yang digunakan merupakan data sekunder dari Dinas Pendidikan pada tahun 2022–2024 dan terdapat 2.607 siswa yang telah menerima bantuan BSM. Tahapan penelitian ini meliputi preprocessing data, transformasi data kategorik, normalisasi, spilt data, model metode serta evaluasi model menggunakan teknik Holdout validation dan K-Fold cross validation. Hasil penelitian menunjukkan bahwa metode K-Fold cross validation menghasilkan rata-rata akurasi sebesar 87,69%, lebih tinggi dibandingkan Holdout validation sebesar 87,16%. Selain itu, pada fold terbaik diperoleh akurasi sebesar 99,61%, yang menunjukkan bahwa model dapat mencapai performa optimal pada kondisi tertentu dan hasil ini menegaskan bahwa model memiliki kemampuan klasifikasi yang baik dan berpotensi digunakan sebagai sistem pendukung keputusan dalam menentukan penerima bantuan pendidikan secara lebih objektif dan tepat sasaran.

Downloads

Download data is not yet available.

References

M. Ali, A. I. Ali, And A. R. Ali, “Transformasi Pendidikan Sebagai Pilar Pengembangan Sumber Daya Manusia Unggul Indonesia,” Pros. Semin. Nas. Pembang. Ekon. Berkelanjutan Dan Ris. Ilmu Sos., Vol. 1, Pp. 1–12, 2025.

B. Sulfiani, Rahmatilla, A. T. R. Armita, A. Soraya, M. Edi, And B. D. Aksa, “Dampak Kualitas Pendidikan Terhadap Pengembangan Keterampilan Sumber Daya Manusia,” J. Ilm. Pendidik. Dasar, Vol. 10, No. September, 2025.

B. P. Statistik, Statistik Indonesia 2023. Jakarta: Badan Pusat Statistik, 2023.

I. M. G. Putri, H. Rahmayati, And G. S. Perdana, “Pengaruh Tingkat Literasi Dan Pendidikan Terhadap Tingkat Kemiskinan Di Indonesia , Serta Implikasi Peran Widyaiswara,” Prosiding Pertem. Ilm. Tah. Nas. Widyaiswara, Vol. 1, No. 122, Pp. 528–538, 2025.

R. Falah, “Implementasi Program Indonesia Pintar (Pip) Pada Tingkat Sma/Smk (Studi Kasus Pada Sma Negeri 1 Dan Smk Negeri 1 Di Kabupaten Majene Provinsi Sulawesi Barat),” Vol. 8, No. 2, 2024.

A. S. Ramadhani And Mansur, “Sistem Pendukung Keputusan Pemilihan Penerimaan Beasiswa Siswa Miskin ( Bsm ) Sekolah Menengah Atas Menggunakan Metode Multi Objective Optimization On The Basis Of Ratio Analysis ( MOORA ),” JATI (Jurnal Mhs. Tek. Inform., vol. 10, no. 2, pp. 2182–2188, 2026.

Mesran, S. Nastiti, K. Sussolaikah, I. Saputra, and D. P. Utomo, “Penerapan Multi Objective Optimization on the Basis of Ratio Analysis ( MOORA ) dalam Penentuan Bantuan Siswa Miskin ( BSM ) pada SMK,” J. Decis. Support Syst. Res., vol. 2, no. 1, pp. 11–19, 2024.

Ulumuddin and P. Widodo, “Analisis Kinerja Algoritma Naive Bayes dalam Klasifikasi Data pada Pasien Tuberkulosis Berbasis Data Mining,” J. Glob. Tecnol. Comput., vol. 5, no. 1, pp. 75–81, 2025, doi: 10.47065/jogtc.v5i1.8999.

M. A. Faradeya and E. R. Subhiyakto, “Klasifikasi Penyakit Gagal Jantung Menggunakan Algoritma Naive Bayes,” J. Algoritm., vol. 22, no. 1, pp. 115–127, 2025, doi: 10.33364/algoritma/v.22-1.2178.

A. Nata and S. Suparmadi, “Analisis sistem pendukung keputusan dengan model klasifikasi berbasis machine learning dalam penentuan penerima Program Indonesia Pintar,” Journal of Science and Social Research, vol. 5, no. 3, p. 697, 2022, doi:10.54314/jssr.v5i3.1041.

M. Waruwu, S. Natijatul, P. R. Utami, and E. Yanti, “Metode Penelitian Kuantitatif?: Konsep , Jenis , Tahapan dan Kelebihan,” J. Ilm. profesi Pendidik., vol. 10, pp. 917–932, 2025.

N. Agustina, D. H. Citra, W. Purnama, C. Nisa, and A. R. Kurnia, “Implementasi algoritma Naive Bayes untuk analisis sentimen ulasan Shopee pada Google Play Store,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 2, no. 1, pp. 47–54, 2022, doi:10.57152/malcom.v2i1.195.

T. Agustiranti et al., “Penerapan Naive Bayes terhadap sentimen analisis media sosial Twitter pengguna Kereta Cepat Jakarta-Bandung (Whoosh),” Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), vol. 7, no. 1, pp. 297–305, 2024, doi:10.55338/jikomsi.v7i1.2946.

F. Alghifari and D. Juardi, “Penerapan data mining pada penjualan makanan dan minuman menggunakan algoritma Naïve Bayes,” Jurnal Ilmiah Informatika, vol. 9, no. 2, pp. 75–81, 2021.

A. Asri, A. Arifin, and W. Handoko, “Implementasi metode Naive Bayes untuk klasifikasi penerima program keluarga harapan,” Journal of Computer, vol. 2, no. 1, pp. 21–26, 2022.

A. Damuri, U. Riyanto, H. Rusdianto, and M. Aminudin, “Implementasi data mining dengan algoritma Naïve Bayes untuk klasifikasi kelayakan penerima bantuan sembako,” JURIKOM (Jurnal Riset Komputer), vol. 8, no. 6, p. 219, 2021, doi:10.30865/jurikom.v8i6.3655.

E. Etriyanti, D. Syamsuar, and N. Kunang, “Implementasi data mining menggunakan algoritme Naive Bayes classifier dan C4.5 untuk memprediksi kelulusan mahasiswa,” Telematika, vol. 13, no. 1, pp. 56–67, 2020.

H. Hidayatullah, P. Purwantoro, and Y. Umaidah, “Penerapan Naïve Bayes dengan optimasi Information Gain dan SMOTE untuk analisis sentimen pengguna aplikasi ChatGPT,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 3, pp. 1546–1553, 2023, doi:10.36040/jati.v7i3.6887.

A. M. Nur, W. Nursali, Nurhidayati, and I. Fathurrahman, “Penerapan metode Naïve Bayes untuk penentuan penerima beasiswa Program Indonesia Pintar,” Infotek: Jurnal Informatika dan Teknologi, vol. 7, no. 1, pp. 93–102, 2024.

J. Jamaludin, C. Rozikin, and A. S. Y. Irawan, “Klasifikasi jenis buah mangga dengan metode Backpropagation,” Techné: Jurnal Ilmiah Elektroteknika, vol. 20, no. 1, pp. 1–12, 2021, doi:10.31358/techne.v20i1.231.

Kementerian Pendidikan dan Kebudayaan, “Bantuan pendidikan PIP tahun 2023 mulai disalurkan.” [Online]. Available: https://puslapdik.kemendikdasmen.go.id/bantuan-pendidikan-pip-tahun-2023-mulai-disalurkan/

R. Nurhidayat and K. E. Dewi, “Penerapan algoritma K-Nearest Neighbor dan fitur ekstraksi N-Gram dalam analisis sentimen berbasis aspek,” Komputa: Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 1, pp. 91–100, 2023, doi:10.34010/komputa.v12i1.9458.

R. Oktafiani, A. Hermawan, and D. Avianto, “Pengaruh komposisi split data terhadap performa klasifikasi penyakit kanker payudara menggunakan algoritma machine learning,” Jurnal Sains dan Informatika, vol. 9, pp. 19–28, 2023, doi:10.34128/jsi.v9i1.622.

I. Priyanto et al., “Penerapan algoritma metode Naïve Bayes untuk penentuan penerimaan bantuan Program Indonesia Pintar (PIP),” Jurnal Manajemen Informatika Jayakarta, vol. 4, no. 2, p. 162, 2024, doi:10.52362/jmijayakarta.v4i2.1355.

M. R. Qisthiano, T. B. Kurniawan, E. S. Negara, and M. Akbar, “Pengembangan model untuk prediksi tingkat kelulusan mahasiswa tepat waktu dengan metode Naïve Bayes,” Jurnal Media Informatika Budidarma, vol. 5, no. 3, p. 987, 2021, doi:10.30865/mib.v5i3.3030.

F. Reynaldy Valerian, M. Syarief, and D. Abdul Fatah, “Klasifikasi tingkat obesitas menggunakan metode GBM dan confusion matrix,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 9, no. 2, pp. 2242–2249, 2025, doi:10.36040/jati.v9i2.13062.

Safitri, “Application of the Naïve Bayes algorithm for determining scholarship recipients at SD Negeri 6 Ketapang,” Jurnal Informatika dan Sistem Informasi, vol. 6, no. 1, pp. 43–52, 2022.

I. Safitri, A. Satria, and R. M. Badri, “Implementasi algoritma K-Nearest Neighbor dalam klasifikasi indeks pembangunan manusia Provinsi Sumatera Selatan tahun 2023,” Digital Transformation Technology, vol. 4, no. 2, pp. 768–775, 2024, doi:10.47709/digitech.v4i2.4614.

R. Yanuar and A. Andarsyah, “Sentimen analisis aplikasi Posaja pada Google Play Store menggunakan Support Vector Machine,” Jurnal Teknik Informatika, vol. 16, no. 2, pp. 1–7, 2024.

P. S. Zakaria, R. Julianto, and R. S. Bernada, “Implementasi Naive Bayes menggunakan Python dalam klasifikasi data,” BIIKMA: Buletin Ilmiah Ilmu Komputer dan Multimedia, vol. 1, no. 2, pp. 126–131, 2023.