KLASIFIKASI PENERIMAAN BANTUAN LANGSUNG SEMENTARA MASYARAKAT (BLSM) DENGAN METODE C4.5 (STUDI KASUS : KELURAHAN SEMBAYAT KECAMATAN MANYAR)

ROSYIDI, ACHMAD (2017) KLASIFIKASI PENERIMAAN BANTUAN LANGSUNG SEMENTARA MASYARAKAT (BLSM) DENGAN METODE C4.5 (STUDI KASUS : KELURAHAN SEMBAYAT KECAMATAN MANYAR). undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
9. Intisari.pdf

Download (87kB) | Preview
[img]
Preview
Text
11. BAB I.pdf

Download (169kB) | Preview
[img]
Preview
Text
12. BAB II.pdf

Download (436kB) | Preview
[img]
Preview
Text
13. BAB III.pdf

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

Download (756kB)
[img]
Preview
Text
15. BAB V.pdf

Download (87kB) | Preview
[img]
Preview
Text
16. DAFTAR PUSTAKA.pdf

Download (6kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Kelurahan Sembayat Kecamatan Manyar yang menjadi salah satu daerah yang menjadi target penyaluran BLSM. Berdasarkan pengamatan di lapangan, dalam penentuan masyarakat yang menerima BLSM di Kelurahan Sembayat Kecamatan Manyar ditentukan oleh setiap ketua RT setempat, dimana yang sudah terjadi biasanya tidak objektif karena tidak mengacu pada kriteria penerima BLSM itu sendiri, sehingga masih terdapat beberapa keluarga yang tidak berhak menerima dana BLSM. Pengolahan data hasil klasifikasi masyarakat yang menerima BLSM dapat dilakukan dengan cara pengembangan sistem yang lebih efektif dalam klasifikasi, dan nantinya dapat memudahkan pegawai Kelurahan. Penelitian ini menerapkan teknik data mining klasifikasi dengan menggunakan metode decision tree C4.5 untuk menentukan kelas penerima BLSM yaitu kelas tidak terima atau kelas terima. Atribut yang digunakan pada penelitian ini terdiri dari 5 variabel, yaitu penghasilan, kondisi rumah, berat makan/hari, jumlah keluarga, dan tanggungan sekolah. Pengujian sistem dilakukan sebanyak 2 kali pengujian. Data yang digunakan diambil dari data penerima BLSM yang terdapat pada Kelurahan Sembayat Kecamatan Manyar, sebanyak 100 data.

Item Type: Thesis (undergraduate)
Subjects: Engineering > Informatics Engineering
Engineering
Divisions: Faculty of Engineering > Informatics Engineering Study Program
Depositing User: maysatin may aliah
Date Deposited: 16 Jul 2019 03:05
Last Modified: 16 Jul 2019 03:05
URI: http://eprints.umg.ac.id/id/eprint/2041

Actions (login required)

View Item View Item