IMPLEMENTASI NEURAL COLLABORATIVE FILTERING PADA SISTEM REKOMENDASI PROGRAM BANTUAN SOSIAL

Bantuan sosial merupakan upaya pemerintah dalam meningkatkan kesejahtraan Masyarakat yang di berikan berupa uang atau barang, yang di berikan secara selektif. Tujuan dari bantuan sosial adalah memberikan bantuan dari berbagai krisis atau bencana yang dapat timbul dikalangan Masyarakat serta memberikan kesejahteraan yang merata ke setiap Masyarakat. Tantangan yang hadir di sektor sosial berupa pemberian bantuan sosial yang dilakukan oleh Kementrian Sosial, Dinas Sosial hingga ke Desa, Dimana data kemiskinan selalu bertambah secara dinamis, dan pemberian bantuan tidak merata.Tujuan penelitian ini membangun sistem rekomendasi yang mampu memberikan rekomendasi bantuan sosial secara akurat dan relevan kepada Masyarakat dengan melalui pendekatan Neural collaborative Filtering dan dapat mengintegrasikan parameter dinamis dengan kriteria Masyarakat miskin agar tepat sasaran. Metode yang digunakan pada penelitian ini yaitu Neural Collaborative Filtering serta melalui pendeketan Multi layer perceptron (MLP) dan Generalized matrix fachtorization (GMF) sehingga mampu merepresentasikan kriteria Masyarakat miskin menjadi fitur dalam merekomendasikan bantuan. Hasil pengujian metode Neural Collaborative Filtering dengan evaluasi model menggunakan RMSE dan MAE dengan nilai Loss training RMSE 0,63 dan MAE 0,47 tetapi dalam validasi loss RMSE 1,40 dan MAE 1,24 setelah hasil evaluasi dari metode NCF ini dilakukan implementasi sistem rekomendasi berbasis web dengan menggunakan streamlit untuk proses pembuatan web nya. Penelitian ini membuktikan bahwa metode NCF dapat diimplementasikan pada sistem rekomendasi dalam sektor publik terutama pada rekomendasi bantuan sosial dengan hasil berupa aplikasi yang dapat memberikan rekomendasi yang akurat dan relevan.

Kata Kunci: Neural Collaborative Filtering, Sistem Rekomendasi, Bantuan Sosial, Data Kemiskinan