Dengan lebih dari 261 juta penduduk, Indonesia memiliki sekitar 15.000 desa, menurut Kementerian
Desa, Pembangunan Daerah Tertinggal, dan Transmigrasi. Di antaranya, 1.406 berada di Jawa Barat.
Dari jumlah tersebut, 504 di antaranya maju, 464 berkembang, 390 tertinggal, dan 48 sangat tertinggal.
Model pembelajaran mesin CatBoost digunakan untuk mengklasifikasikan dana desa di Jawa Barat
dari tahun 2018 hingga 2021 dan memiliki peringkat akurasi 75%, peringkat presisi 79%, penarikan
kembali 79%, dan skor f1 79%, menunjukkan kinerjanya yang sangat baik. Namun, poin data yang
hilang harus dihilangkan dari analisis dan disarankan agar metode yang lebih canggih untuk
menangani nilai yang hilang harus digunakan dalam penelitian selanjutnya. Selain itu, penyetelan
hyperparameter dapat digunakan untuk meningkatkan performa model, dan berbagai metrik dapat
digunakan untuk menilai hasil secara akurat. Secara keseluruhan, CatBoost dapat bermanfaat bagi
Pemerintah Indonesia untuk mengklasifikasikan dana desa berdasarkan statusnya, menyalurkan dana
secara lebih akurat dan efisien, serta mengamati situasi desa dari tahun ke tahun.
Kata Kunci: Algoritma CatBoost; Klasifikasi; Indonesia; Dana Desa.