Robiatul Adawiya Pengarang Hidayatus Sibyan, M.Kom Dosen Pembimbing 2 M.Fuad Asnawi, S.Kom., M.m. Dosen Pembimbing 1 M. Fuad Asnawi, S.Kom., M.M. Penguji 1 Hidayatus Sibyan, S.Kom. M.Kom Penguji 2

Pertumbuhan ekonomi suatu negara dapat diukur dengan naiknya pendapatan nasional dan pendapatn perkapita, serta berkurangnya tingkat kemiskinan. Kondisi perekonomian Indonesia semakin membaik ditandai dengan penurunan tingkat kemiskinan penduduk yaitu disbanding Maret 2023, jumlah penduduk miskinMaret 2024 menurun sebanyak 0,68 juta penduduk. Upaya pemerintah dalam menurunkan kemiskinan di Indonesia salah satunya dengan pengadaan BantuanSosial (BANSOS). Program Bansos ini mendapat tanggapan pro dan kontra dari Masyarakat karena ketidak merataanya penerima dalam pendataan yang salahsasaran. Data Terpadu Kesejahteraan Sosial (DTKS) dirasa tidak akurat dalam mendata penduduk yang membutuhkan bantuan sosial. Berdasarkan Observasi, Desa Slukatan merupakan salah satu desa yang tergolong miskin ekstrim, dan salah satu bansos yang disalurkan yaitu Bantuan Langsung Tunai Dana Desa (BLT DD). Berdasarkan permasalah diatas, diperlukan pendataan ulang dan validasi dataoleh pemerintah desa guna klasifikasi data penduduk yang layak menerima bantuan. Oleh karena itu, Proses klasifikasi data dilakukan menggunakan Metode NaïveBayes pada 300 data training. Pendekatan Naïve Bayes digunakan pada dua tahap yakni training dan testing. Penelitian ini bertujuan untuk mengetahui Tingkatakurasi dan pengaruh Naïve Bayes terhadap data training yang digunakan. Dariperhitungan data mining tersebut dihasilkan nilai akurasi 92,67%, presisi 76,92%, recall 55,56% dan f1-score 64,52%. Kata Kunci: Data Mining, Klasifikasi, Naïve Bayes, Bansos.