Perpustakaan Digital ITB

Kemiskinan memiliki banyak dampak buruk, untuk itulah kemiskinan harus dientaskan. Sedangkan sumber daya yang tersedia untuk mengentaskannya masih terbatas. Salah satu instrumen yang dianggap berpotensi untuk mengentaskan kemiskinan terutama di negaranegara Muslim adalah Zakat. Karena salah satu tujuan dari zakat adalah memenuhi kebutuhan dasar penerimanya secara materi, tetapi antara ketersediaan dan kebutuhan dana zakat tidak seimbang, untuk itu dana zakat perlu dioptimalkan. Jika Penerima Zakat hari ini berkembang menjadi Pembayar Zakat di kemudian hari, maka itu dapat mengurangi beban kebutuhan dana zakat, bahkan dapat menambah ketersediaannya. Tujuan dari penelitian ini adalah untuk mengembangkan model untuk memprediksi Penerima Zakat yang paling berpotensi untuk berkembang menjadi tidak miskin dengan menggunakan algoritma penggolongan Naïve Bayes. Model ini dibagi menjadi 2 Kelas, Tidak Miskin, dan Miskin. Model yang telah dibuat kemudian divalidasi oleh Stratified 10-fold cross validation. Diperoleh angka yang sama untuk semua Kelas, pada Akurasi Prediksi (CA) Naïve Bayes dan Area di bawah Kurva (AUC), yaitu 75,5% dan 79,7%. Sedangkan untuk Rata-rata kelas, diperoleh Presisi 75,5%, dan Recall 75,5%. Sedangkan untuk Tidak Miskin, Presisi 76,1%, dan Recall 71,7%. Dan untuk Kelas Kelas Miskin, Presisi 75%, dan Recall 79%. Penulis mengidentifikasi karakteristik Kepala Keluaga (yaitu : Jenis Kelamin, Usia, dan Pendidikan) Spiritualitas Keluarga, Sanitasi (yang diwakili oleh Kepemilikan Jamban, Tempat Pembuangan, dan Sumber Air), Kepemilikan Tabungan, Kepemilikan Bisnis, dan Program Zakat yang Diperoleh (yang diwakili oleh Bisnis Program, Beasiswa, Mentoring Islam, dan Kesehatan) sebagai variabel Penerima Zakat untuk menemukan pengetahuan dan informasi. Kami berharap bahwa model ini dapat berfungsi sebagai pertimbangan awal bagi Lembaga Zakat, untuk menilai potensi penerima dana zakat dan program.