@thesis{thesis,
		author={Elzan  Muhammad Rifki},
		title ={Penerapan Data Mining Metode Naïve Bayes Classifier Untuk Klasifikasi Penerima Bantuan Langsung Tunai Dana Desa (Blt Dd) Desa Cikahuripan Lembang},
		year={2023},
		url={http://elibrary.unikom.ac.id/id/eprint/8740/},
		abstract={Penelitian ini dilakukan untuk mengklasifikasikan kelayakan penerimaan Bantuan Langsung Tunai Dana Desa (BLT DD) di Desa Cikahuripan Lembang menggunakan metode data mining Naïve Bayes Classifier (NBC). Penelitian ini penting dilakukan karena bertujuan meningkatkan efisiensi dan keakuratan dalam proses pemilihan penerima BLT DD. Tujuan dari penelitian ini adalah untuk mengetahui akurasi, presisi, recall dan f1-measure data dalam memprediksi penerima BLT DD di Desa Cikahuripan Lembang. Metode penelitian yang digunakan adalah kuantitatif deskriptif. dataset penelitian terdiri dari 371 data penerimaan BLT DD tahun 2022 dari Desa Cikahuripan Lembang. Data ini dibagi menjadi data latih (259 data) dan data uji (112 data). Hasil penelitian yaitu, pengujian model menunjukkan nilai precision sebesar 83,93%, recall sebesar 82,46%, accuracy sebesar 83,04%, dan f1-measure sebesar 83,20%. Aplikasi klasifikasi kelayakan penerimaan BLT DD berbasis web menggunakan framework streamlit mendapatkan hasil yang sama dengan pengujian manual. Penerapan metode data mining NBC dalam pengklasifikasian kelayakan penerimaan BLT DD berperan penting dalam meningkatkan kemampuan proses pengambilan keputusan secara optimal serta mengurangi kesalahan dalam menentukan calon penerima bantuan. Sebagai saran pengembangan, penelitian ini dapat diperluas dengan melibatkan data dari desa-desa lain untuk meningkatkan generalisasi model, serta dapat menggunakan metode lain dalam memprediksi kelayakan penerimaan BLT DD.}
		}