ABSTRAK
Kemiskinan merupakan permasalahan multidimensional yang membutuhkan
pendekatan sistematis dalam pengambilan kebijakan. Penelitian ini bertujuan
untuk mengklasifikasikan status kemiskinan penduduk Desa Ulak Embacang,
Kabupaten Musi Banyuasin dengan menggunakan metode Support Vector
Machine (SVM) dalam teknik machine learning. Data diperoleh dari dokumen
administrasi warga seperti Kartu Keluarga dan KTP yang diklasifikasikan
berdasarkan informasi pekerjaan, pendidikan, dan status sosial ekonomi. Model
diuji menggunakan berbagai rasio pembagian data training dan testing seperti
80:20 dan 70:30, dan dievaluasi menggunakan metrik confusion matrix yang
mencakup precision, recall, dan accuracy. Hasil menunjukkan bahwa SVM
mampu memberikan performa klasifikasi yang cukup baik, dengan nilai akurasi
tertinggi mencapai 80% pada rasio 70:30. Penelitian ini menunjukkan bahwa
metode SVM dapat membantu pemerintah desa dalam mengidentifikasi warga
miskin secara lebih akurat, sehingga penyaluran bantuan sosial dapat menjadi
lebih tepat sasaran dan mengurangi kecemburuan sosial di masyarakat.
Kata Kunci : Mesin Vektor Pendukung (SVM)