PENERAPAN DATA MINING UNTUK MEMPREDIKSI STATUS DESA BERBASIS INDEKS DESA MEMBANGUN DI DESA KOTO MASJID

Penulis

  • Sisi Hendriani Universitas Awal Bros
  • Abdul Zaky Universitas Awal Bros
  • Asep Marzuki Universitas Awal Bros
  • Dela Qurota Mustieni Universitas Awal Bros

DOI:

https://doi.org/10.54973/abjcd.v6i1.613

Kata Kunci:

Indeks Desa Membangun, data mining, klasifikasi, Decision Tree, Smart Village

Abstrak

Pembangunan desa berbasis data merupakan pendekatan strategis dalam mewujudkan kesejahteraan masyarakat melalui perencanaan yang lebih tepat sasaran. Salah satu instrumen penting dalam pengukuran perkembangan desa di Indonesia adalah Indeks Desa Membangun (IDM), yang mencakup dimensi sosial, ekonomi, dan ekologi. Namun, pemanfaatan IDM secara analitis masih rendah, terutama di desa-desa yang memiliki keterbatasan sumber daya dan literasi data. Kegiatan pengabdian masyarakat ini dilaksanakan di Desa Koto Masjid, Kabupaten Kampar, dengan tujuan meningkatkan kapasitas perangkat desa dan anggota Karang Taruna dalam memahami dan mengolah data IDM menggunakan metode klasifikasi pada data mining. Metode pelaksanaan meliputi pelatihan teori dasar, workshop praktik penerapan algoritma klasifikasi (Decision Tree dan Naive Bayes), simulasi analisis data, serta sesi evaluasi dan pendampingan. Hasil kegiatan menunjukkan peningkatan pemahaman peserta dari rata-rata 45% menjadi 82% berdasarkan hasil pre-test dan post-test. Selain itu, model klasifikasi yang dikembangkan oleh peserta memiliki tingkat akurasi sebesar 87% dalam memprediksi status desa. Evaluasi akhir menunjukkan bahwa 95% peserta merasa kegiatan ini sangat bermanfaat dan berminat untuk mempelajari teknik data mining lanjutan. Kegiatan ini tidak hanya mentransfer keterampilan teknis, tetapi juga mendorong perubahan pola pikir menuju pengambilan keputusan berbasis data di tingkat desa. Implementasi metode klasifikasi berbasis IDM terbukti menjadi strategi efektif dalam mendukung transformasi menuju Smart Village yang mandiri dan berkelanjutan.

Referensi

Han J, Kamber M, Pei J. Data Mining: Concepts and Techniques. 3rd ed. San Francisco: Morgan Kaufmann; 2011.

Witten IH, Frank E, Hall MA, Pal CJ. Data Mining: Practical Machine Learning Tools and Techniques. 4th ed. Burlington: Morgan Kaufmann; 2016.

Larose DT, Larose CD. Data Mining and Predictive Analytics. 2nd ed. Hoboken: Wiley; 2015.

Provost F, Fawcett T. Data Science for Business. 1st ed. Sebastopol: O'Reilly Media; 2013.

Suhartono. Implementasi Data Mining dalam Pembangunan Sistem Pendukung Keputusan. Jurnal Teknologi Informasi dan Komunikasi. 2017;8(2):45-52.

Widodo EA, Jatmiko DY, Hartanto R. Pemanfaatan Data Mining untuk Pengembangan Desa. Jurnal Teknologi dan Sistem Komputer. 2019;7(4):150-6.

Quinlan JR. Induction of Decision Trees. Machine Learning. 1986;1(1):81–106.

Pangaribuan DT. Strategi Penanganan Missing Value dalam Data Mining. Jurnal Informatika. 2018;12(1):25-30.

Pratama ER, Nugroho HA. Penguatan Literasi Digital di Tingkat Desa. Jurnal Pengabdian kepada Masyarakat. 2020;5(2):99-105.

Mustofa K, Widodo AA. Teknologi Informasi untuk Pemberdayaan Desa: Studi Kasus Implementasi Sistem Informasi Desa. Jurnal Penelitian dan Pengabdian Informatika. 2018;2(1):10-6.

Unduhan

Diterbitkan

23-03-2025

Cara Mengutip

Hendriani, S., Zaky, A., Marzuki, A., & Mustieni, D. Q. (2025). PENERAPAN DATA MINING UNTUK MEMPREDIKSI STATUS DESA BERBASIS INDEKS DESA MEMBANGUN DI DESA KOTO MASJID. Awal Bros Journal of Community Development, 6(1), 46–53. https://doi.org/10.54973/abjcd.v6i1.613