IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUK MENENTUKAN KLASIFIKASI STATUS EKONOMI PENERIMA BANTUAN DI DESA MARDIHARJO KABUPATEN MUSI RAWAS SUMATERA SELATAN BERBASIS WEBSITE

Fuansah, Yohana Sicke (2023) IMPLEMENTASI METODE K-NEAREST NEIGHBOR UNTUK MENENTUKAN KLASIFIKASI STATUS EKONOMI PENERIMA BANTUAN DI DESA MARDIHARJO KABUPATEN MUSI RAWAS SUMATERA SELATAN BERBASIS WEBSITE. Other thesis, Politeknik Negeri Sriwijaya.

	Text (Cover) HALAMAN AWAL.pdf Download (453kB)
	Text (BAB I PENDAHULUAN) BAB I.pdf Download (115kB)
	Text (BAB II TINJAUAN PUSTAKA) BAB II.pdf Download (307kB)
	Text (BAB III METODOLOGI PENELITIAN) BAB III.pdf Restricted to Repository staff only Download (418kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) BAB IV.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) BAB V.pdf Download (44kB)
	Text DAPUS.pdf Download (137kB)
	Text LISTING KODE.pdf Download (310kB)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)
	Other (Generate index codes conversion from text to indexcodes) indexcodes.txt Download (0B)

Abstract

Kemiskinan sering kali dianggap hanya sebagai hasil dari tingkat kesejahteraan yang rendah. Namun, sebenarnya kemiskinan memiliki karakteristik yang kompleks dan beragam. Berdasarkan data Badan Pusat Statistik (BPS) pada tahun 2020, melaporkan bahwa jumlah penduduk miskin di Indonesia mencapai sekitar 27,55 juta orang. Pemerintah Desa Mardiharjo telah memberikan bantuan sosial kepada masyarakatnya, namun dalam pelaksanaannya masih terdapat penerima bantuan yang tidak tepat sasaran sehingga warga dengan status mampu, mendapatkan bantuan dan sebaliknya yang berstatus tidak mampu, justru tidak mendapat bantuan. Oleh karena itu, penulis menggunakan metode K-Nearest Neighbor (K-NN) untuk membantu proses klasifikasi dan mempercepat proses pemilihan calon penerima bantuan sosial dengan hasil yang lebih akurat. Metode K-NN melakukan klasifikasi pada suatu data berdasarkan nilai k yang telah ditetapkan sebelumnya. Pada penelitian ini, nilai k yang digunakan adalah k=5. Hasil dari penelitian ini adalah aplikasi klasifikasi untuk menentukan status warga mampu dan tidak mampu, dimana yang berstatus mampu tidak akan mendapatkan bantuan dan yang berstatus tidak mampu akan mendapatkan bantuan. Pengujian akurasi model klasifikasi K-NN dilakukan dengan perhitungan confusion matrix dimana nilai akurasi yang didapat adalah 76,25%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kemiskinan, Klasifikasi, K-Nearest Neighbor, Confusion Matrix
Subjects:	T Technology > T Technology (General)
Divisions:	Informatics Management > Undergraduate Theses
Depositing User:	Mr Bambang Anthony
Date Deposited:	04 Mar 2024 09:04
Last Modified:	04 Mar 2024 09:04
URI:	http://eprints.polsri.ac.id/id/eprint/14694

Actions (login required)

View Item