Integrasi Sistem Cerdas Berbasis AI untuk Penyaluran Bantuan Langsung Tunai yang Tepat Sasaran

Abstrak

Penelitian ini mengembangkan sistem cerdas berbasis AI untuk penyaluran Bantuan Langsung Tunai (BLT) yang tepat sasaran menggunakan algoritma Decision Tree, K-Nearest Neighbors (KNN), dan Naive Bayes. Evaluasi awal menunjukkan akurasi rata-rata model berada di bawah 50%, dengan AUC terbaik sebesar 0.47 pada Naive Bayes. Setelah optimasi menggunakan Particle Swarm Optimization (PSO), algoritma KNN menunjukkan peningkatan terbaik dengan AUC sebesar 0.51, sementara Decision Tree mencapai AUC sebesar 0.49. Sistem ini memanfaatkan data seperti penghasilan, kondisi kesehatan, dan status tempat tinggal untuk menentukan kelayakan penerima BLT. Penelitian ini membuktikan bahwa penggunaan metode AI dengan optimasi mampu meningkatkan efisiensi dan akurasi dalam mendistribusikan BLT secara lebih tepat sasaran, memberikan kontribusi signifikan pada perbaikan sistem bantuan sosial.