Classification of Recipients of the Family Hope Program in West Sumatra Province Using the Random Forest Algoritma

Abstrak

Berdasarkan Badan Pusat Statistik (BPS) persentase penduduk miskin di Provinsi Sumatera Barat yang mengalami peningkatan sebesar 0,02% pada tahun 2024. Salah satu upaya pemerintah dalam mengatasi masalah kemiskinan adalah program bantuan sosial yang di keluarkan oleh pemerintah untuk membantu masyarakat yang memiliki ekonomi kurang mampu. Distribusi bantuan sosial yang tepat sasaran merupakan tantangan penting dalam meningkatkan kesejahteraan masyarakat, terutama bagi keluarga penerima manfaat PKH. Penelitian ini bertujuan untuk mengklasifikasikan rumah tangga penerima Program Keluarga Harapan (PKH) di Provinsi Sumatera Barat menggunakan algoritma random forest dengan Synthetic Minority Oversampling Technique (SMOTE). Penelitian ini menggunakan data rumah tangga penerima PKH di Provinsi Sumatera Barat tahun 2024, yang memiliki ketidakseimbangan kelas yang signifikan. Sehingga diterapkam metode SMOTE untuk menyeimbangkan data. Data dibagi menjadi data training dan testing dengan rasio 80%:20%, kemudian dilakukan tuning parameter untuk mengoptimalkan mtry dan ntree. Model dievaluasi menggunakan confussion matrix untuk membandingkan kinerja model. Hasilnya menunjukkan bahwa akurasi yang diperoleh sebesar 76%. Nilai precision sebesar 72%, recall sebesar 84%, dan f1-score sebesar 78%. Berdasarkan nilai Mean Decrease Gini, ijazah kepala rumah tangga menjadi atribut utama dalam menentukan rumah tangga menerima PKH atau tidak. Studi ini menyimpulkan bahwa penggunaan SMOTE pada algoritma random forest memiliki kinerja yang baik dalam melakukan klasifikasi penerima PKH di Provinsi Sumatera Barat, dimana model memiliki kinerja yang baik dan cukup andal dalam mengidentifikasi penerima PKH.