Penerapan K-Nearest Neighbor Dengan Teknik Oversampling Untuk Klasifikasi Status Kesejahteraan Rumah Tangga (Studi Kasus : Data Susenas Kabupaten Kulon Progo Maret 2021)

Abstract

Kesejahteraan erat kaitannya dengan kemiskinan dan kesenjangan sosial ekonomi masyarakat. Berdasarkan data Badan Pusat Statistik, persentase kemiskinan di Kulon Progo merupakan persentase kemiskinan tertinggi di provinsi DI Yogyakarta dan selalu terjadi kenaikan tiap tahunnya sejak 2019 hingga 2021, serta Kulon Progo memiliki nilai garis kemiskinan yang rendah (setelah Gunung Kidul) jika dibandingkan dengan kabupaten/kota lainnya di Provinsi DI Yogyakarta. Penelitian ini bertujuan melakukan klasifikasi status kesejahteraan rumah tangga di Kulon Progo pada Maret 2021 menggunakan metode K-Nearest Neighbor (KNN). Dikarenakan terdapat ketidakseimbangan antara kelas miskin dan tidak miskin, maka dilakukan teknik oversampling. Adanya ketidakseimbangan pada data akan memperngaruhi klasifikasi terutama dalam proses prediksi hasil klasifikasi. Teknik oversampling yang dieksplorasi pada penelitian ini menggunakan Random Oversampling (RO), Adaptive Synthetic (ADASYN), dan Synthetic Minority Oversampling Technique (SMOTE). Dari ketiga teknik tersebut, diperoleh teknik RO merupakan metode terbaik dengan nilai 𝑘 = 5 menghasilkan performa terbaik dengan nilai sensitivitas, spesifisitas, dan G-mean berturut-turut 0,73,0,82 dan 0,77 serta akurasi klasifikasi sebesar 78,87%. Dengan itu maka dapat disimpulkan bahwa model klasifikasi sudah cukup baik dalam mengklasifikasi status kesejahteraan rumah tangga terutama pada kelas miskin (minoritas).