BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Tujuan negara yang dirumuskan dalam tujuan pembangunan nasional sebagaimana telah digariskan pada tap MPR RI No. 4/MPR/1999 tentang GBHN tahun 1999-2004 yang pada hakekatnya adalah untuk mewujudkan masyarakat yang adil dan makmur berdasarkan pancasila dan undang-Undang Dasar 1945 upaya mewujudkan tujuan negara diatas, salah satunya adalah dengan melaksanakan pembangunan. Hidup layak merupakan hak asasi manusia yang di akui secara universal. Konstitusi Indonesia dalam UUD 1945 yang mengatakan bahwa “memajukan kesejahteraan umum, mencerdaskan kehidupan bangsa, serta mewujudkan suatu keadilan bagi seluruh rakyat Indonesia”. Hal itu berarti hidup yang layak dan bebas dari kemiskinan adalah hak asasi setiap warga negara.
Indonesia merupakan salah satu Negara Berkembang di Asia khususnya di Asia Tenggara. Salah satu masalah yang sering dihadapi oleh Negara Berkembang adalah kemiskinan. Menurut Purnomo (2016:130) Kemiskinan sering kali dipahami sebagai gejala rendahnya tingkat kesejahteraan semata, padahal kemiskinan merupakan gejala yang bersifat kompleks dan multidimensi, dimana berkaitan dengan aspek sosial, ekonomi, budaya dan aspek lainnya. Masalah kemiskinan merupakan salah satu permasalahan pemerintah yang di prioritaskan dalam menyusun strategi pembangunan setiap negara termasuk Indonesia (Anam
dkk, 2017:92)
1
Gambar I.1 Jumlah dan Tingkat Penduduk Miskin Indonesia(1970 - Sep 2018)
Menurut Badan Pusat Statistik, pada bulan September 2018 Angka kemiskinan Indonesia berhasil diturunkan menjadi 9,66% dibanding Maret 2018 sebesar 9,82% maupun September 2017 mencapai 10,12. Meskipun data menunjukkan penurunan tingkat kemiskinan di Indonesia tetapi hal tersebut belum memenuhi target yang tertuang dalam RPJM yaitu 7-8% pada akhir tahun 2019, sedangkan realita di lapangan tingkat kemiskinan di Indonesia tahun 2018 masih di angka 9,66%. Bagi pemerintah Indonesia masalah kemiskinan merupakan masalah yang sulit untuk di selesaikan karena kurangnya pemahaman berbagai pihak tentang penyebab kemiskinan itu sendiri, sehingga program
3
penanggulangan kemiskinan tidak didasarkan pada penyebabnya yang berbeda- beda secara lokal.
Menurut Badan Pusat Statistik tahun 2018 persebaran penduduk miskin di Indonesia lebih dari setengahnya ada di pulau Jawa sebesar 13.340,15 juta jiwa, sedangkan jumlah penduduk miskin di daerah perkotaan sebesar 6.573,80 juta jiwa.
Berhasilnya pembangunan di suatu daerah akan mendorong pertumbuhan ekonomi, pembangunan suatu daerah dapat berjalan dengan baik jika kesejahteraan masyarakat mengalami peningkatan. Berhasilnya pembangunan disuatu daerah dapat tercermin dalam laju penurunan jumlah penduduk miskin.
Masih tingginya jumlah penduduk miskin yang terdapat di pulau Jawa menunjukkan pembangunan di pulau Jawa nampak belum begitu berhasil.
Tabel I.1
Presentase Penduduk Miskin dan Jumlah
Penduduk Miskin Kabupaten Magelang Jawa Tengah 2012-2018
Sumber : Suervei Sosial Ekonomi Nasional Maret 2018
Penduduk miskin di Kabupaten Magelang dari Tahun 2012 sampai Tahun 2018 mengalami penurunan. Dalam rentang 8 tahun, jumlah penduduk berkurang sebanyak 25 960 orang dari 169,4 ribu orang di Tahun 2012 menjadi 143,44 ribu orang di Tahun 2018. Secara relatif persentase penduduk miskin juga mengalami penurunan dari 13,97 persen di Tahun 2012 menjadi 11,23 persen di Tahun 2018.
Dibandingkan tahun sebelumnya, jumlah penduduk miskin 2018 mengalami penurunan sebanyak 13 710 orang (8,72 %). Penurunan penduduk miskin Tahun 2018 merupakan penurunan terbesar dalam kurun waktu 6 tahun terakhir.
. Pemerintah sendiri telah melakukan beberapa upaya dalam melakukan pengentasan kemiskinan melalui program bantuan sosial diantaranya Bantuan Langsung Tunai (BLT), Program keluarga Harapan (PKH), Raskin, dan lain lain.
Berdasarkan Data dari Bappenas 2014, masalah kemiskinan saat ini disebabkan oleh beberapa faktor, antara lain: ketidaktepatan sasaran dalam penentuan penerimaan program, mekanisme pendampingan program belum optimal, koordinasi dan pelaksanaan program belum terintegrasi dan prioritas pendanaan untuk program perlindungan sosial yang masih terbatas .
Untuk menentukan klasifikasi tingkat penduduk miskin terdapat banyak metode yang dapat digunakan seperti K-Nearest Neighbor, Naive Bayes, K- Means, Decision Tree dan sebagainya. Namun untuk memilih metode yang paling cocok, dapat menggunakan akurasi metode Naive Bayes Classifier.
Berdasarkan penelitian sebelumnya yang dilakukan oleh Wijaya & Santoso tahun 2016 pada Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government dengan Hasil dari klasifikasi dokumen
5
menggunakan Naive Bayes Classifier pada penelitian ini dengan data training sebanyak 260 dokumen politik dan 222 dokumen ekonomi menggunakan 40 data testing menunjukkan nilai akurasi yang baik pada keseluruhan klasifikasi, dengan akurasi keseluruhan klasifikasi sebesar 85%
Menurut Penelitian sebelumnya, kelebihan Naive Bayes Classifier dibandingkan algoritma lain adalah pada kemampuannya mengklasifikasi dokumen dengan kesederhanaan dan kecepatan komputasinya namun memiliki komputasi tinggi, metode Naive Bayes Classifier juga memiliki kinerja yang baik terhadap pengklasifikasian data dokumen yang mengandung angka maupun teks.
Metode Naive Bayes Classifier merupakan metode untuk mengetahui metode yang membantu melakukan klasifikasi terhadap tingkat penduduk miskin.
Berdasarkan latar belakang yang diambil dalam skripsi ini adalah “Klasifikasi Penduduk Miskin Penerima Program Bantuan Sosial Desa Somoketro Menggunakan Algoritma Naïve Bayes Clasifier”
1.2 Identifikasi Masalah
Berdasarkan latar belakang permasalahan yang dapat diidentifikasikan oleh peneliti, anatara lain :
1. Bagaimana penerapan algoritma Naïve Bayes Clasifier dalam klasifikasi penduduk miskin penerimaan program bantuan sosial.
2. Bagaimana hasil pengujian algoritma Naïve Bayes Classifier dalam klasifikasi penduduk miskin penerimaan prigram bantuan sosial.
1.3 Maksud dan Tujuan
Berdasarkan identifikasi masalah di atas, maka tujuan dari penelitian ini adalah
1. Untuk mengetahui nilai akurasi klasifikasi algoritma Naïve Bayes Clasifier dalam klasifikasi penduduk miskin penerima bantuan sosial.
2. Menerapkan algoritma Naïve Bayes Clasifier dalam menentukan klasifikasi penduduk miskin penerima bantuan sosial.
Adapaun tujuan yang ingin dicapai dalam penelitian ini adalah untuk melengkapi salah satu syarat yang telah ditentukan dalam mencapai kelulusan Program Strata Satu (S1) Fakultas Teknik Program Studi Sistem Informasi pada Universitas BSI.
1.4 Metode Penelitian 1. Metode Observasi
Metode pengamatan merupakan salah satu metode penelitian yang dilakukan dengan melakukan pengamatan dan pencatatan terhadap objek yang akan diteliti. Dalam hal ini penulis melakukan pengamatan dan pencatatan
2. Metode Wawancara (Interview)
Dalam penyusunan skripsi ini penulis melakukan pengumpulan data dengan cara wawancara secara langsung dengan mengajukan beberapa pertanyaan mengenai data data penduduk kepada perangkat Desa Somoketro.
7
3. Studi Pustaka
Menurut Karyono (2016:77) Studi Pustaka merupakan metode pengumpulan data yang diarahkan kepada pencarian data dan informasi melalui dokumen-dokumen, baik dokumen tertulis, gambar, maupun dokumen elektronik yang dapat mendukung dalam proses penulisan.
Dalam hal ini penulis memperoleh sumber pustaka dengan membaca dan mempelajari data-data dari berbagai sumber sepertu jurnal, buku, dan hasil karya tulis maupun artikel-artikel internet yang berhubungan dengan permasalahan yang di bahas.
1.5 Ruang lingkup
Ruang lingkup secara umum memiliki makna batasan dari suatu pokok permasalahan. Agar lebih terarah dan tidak penyimpang dari pokok permasalahannya, maka peneliti memberikan batasan masalah yang di teliti hanya mencakup pengklasifikasikan tingkat kemiskinan penduduk menggunakan metode Naive Bayes Clasifier data yang diperoleh dari Desa Somoketro.
