MACHINE LEARNING KLASIFIKASI PENDUDUK MISKIN WILAYAH DESA ULAK EMBACANG KABUPATEN MUSI BANYUASIN MENGGUNANAKAN SUPPORT VECTOR MACHINE

ABSTRAK

Kemiskinan merupakan permasalahan multidimensional yang membutuhkan pendekatan sistematis dalam pengambilan kebijakan. Penelitian ini bertujuan untuk mengklasifikasikan status kemiskinan penduduk Desa Ulak Embacang, Kabupaten Musi Banyuasin dengan menggunakan metode Support Vector Machine (SVM) dalam teknik machine learning. Data diperoleh dari dokumen administrasi warga seperti Kartu Keluarga dan KTP yang diklasifikasikan berdasarkan informasi pekerjaan, pendidikan, dan status sosial ekonomi. Model diuji menggunakan berbagai rasio pembagian data training dan testing seperti 80:20 dan 70:30, dan dievaluasi menggunakan metrik confusion matrix yang mencakup precision, recall, dan accuracy. Hasil menunjukkan bahwa SVM mampu memberikan performa klasifikasi yang cukup baik, dengan nilai akurasi tertinggi mencapai 80% pada rasio 70:30. Penelitian ini menunjukkan bahwa metode SVM dapat membantu pemerintah desa dalam mengidentifikasi warga miskin secara lebih akurat, sehingga penyaluran bantuan sosial dapat menjadi lebih tepat sasaran dan mengurangi kecemburuan sosial di masyarakat.

Kata Kunci : Mesin Vektor Pendukung (SVM)