Impelementasi Data Mining Untuk Clustering Penduduk Miskin Di Desa Setrohadi Menggunakan Algoritma Pillar K-Means

Perdana, Rafly Aditiya (2023) Impelementasi Data Mining Untuk Clustering Penduduk Miskin Di Desa Setrohadi Menggunakan Algoritma Pillar K-Means. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img] Text
LEMBAR PERNYATAAN KEASLIAN SKRIPSI.pdf

Download (340kB)
[img] Text
LEMBAR PENGESAHAN.pdf

Download (99kB)
[img] Text
LEMBAR PERSETUJUAN.pdf

Download (72kB)
[img] Text
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI.pdf

Download (182kB)
[img] Text
HALAMAN JUDUL.pdf

Download (325kB)
[img] Text
BAB I.pdf

Download (247kB)
[img] Text
BAB II.pdf

Download (383kB)
[img] Text
BAB III.pdf

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only

Download (1MB)
[img] Text
BAB V.pdf

Download (153kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (289kB)
[img] Text
LAMPIRAN.pdf

Download (363kB)

Abstract

Kemiskinan adalah keadaan dimana terjadi ketidakmampuan untuk memenuhi kebutuhan dasar seperti makanan, pakaian, tempat berlindung, pendidikan, dan Kesehatan. Masalah kemiskinan masih menjadi perhatian penting yang harus ditindaklanjuti oleh pemerintah. Menurut salah satu masyarakat di Desa Setrohadi, terdapat masalah penyaluran bantuan yang kurang merata dan tepat sasaran. Hal tersebut disebabkan karena kurangnya ketelitian serta rumitnya pengelolahan data dalam menentukan penduduk miskin yang menjadi prioritas utama penerima bantuan. Analisis data tersebut bisa dilakukan dengan berbagai macam cara, salah satunya yaitu menggunakan teknik Data Mining metode K-Means Clustering dengan mengelompokkan data-data ke dalam dataset ke suatu cluster berdasarkan jarak terdekat. Namun, pemilihan centroid yang dilakukan secara acak diawal perhitungan menjadi kelemahan dari metode K-Means. Oleh karena itu digunakan Algoritma Pillar yang merupakan improvisasi Algoritma K-Means dengan harapan dapat memberikan hasil yang lebih baik untuk performa Clustering dan menghasilkan informasi baru yang dapat digunakan pihak kelurahan dalam mengoptimalkan penerima bantuan di desa setrohadi. Hasil pengelompokkan data penduduk miskin di Desa Setrohadi menggunakan Algoritma Pillar K-Means dengan 2 cluster, cluster 1 berjumlah 127 data kepala keluarga dan cluster 2 berjumlah 96 data kepala keluarga dengan nilai evaluasi performa menggunakan DBI didapatkan hasil 0,9911.

Item Type: Thesis (undergraduate)
Uncontrolled Keywords: Pillar algorithm; K-means algorithm; Data mining; Clustering; Poor population.
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: Rafly Aditiya Perdana
Date Deposited: 30 Jul 2024 02:33
Last Modified: 30 Jul 2024 02:33
URI: http://eprints.umg.ac.id/id/eprint/10715

Actions (login required)

View Item View Item