APLIKASI KLASIFIKASI PENENTUAN PENERIMAAN BERAS MISKIN (RASKIN) DI DS. SIDOMULYO KEC. DEKET KAB. LAMONGAN DENGAN METODE NAIVE BAYES

Laksana W, Friday Aries (2015) APLIKASI KLASIFIKASI PENENTUAN PENERIMAAN BERAS MISKIN (RASKIN) DI DS. SIDOMULYO KEC. DEKET KAB. LAMONGAN DENGAN METODE NAIVE BAYES. undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text HALAMAN JUDUL.pdf Download (1MB) | Preview
Preview	Text BAB I.pdf Download (181kB) | Preview
Preview	Text BAB II.pdf Download (463kB) | Preview
Preview	Text BAB III.pdf Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Repository staff only Download (3MB)
Preview	Text BAB V.pdf Download (85kB) | Preview
Preview	Text Daftar pustaka.pdf Download (48kB) | Preview
Preview	Text LAMPIRAN.pdf Download (1MB) | Preview

Abstract

Beras miskin (Raskin) merupakan hal yang penting bagi kepala keluarga yang tidak mampu, yaitu untuk membantu mengurangi beban pengeluaran kepala keluarga miskin dalam memenuhi kebutuhan pangan pokok dalam bentuk beras, namun dalam menyalurkan pemberian Beras Miskin (Raskin) terdapat kesalahan dan kecurangan dari pihak tertentu, sehingga pembagian Beras Miskin (Raskin) tidak tepat sasaran. Oleh karena itu, maka dibutuhkan suatu sistem klasifikasi kepala keluarga terima Raskin dan kepala keluarga tidak terima Raskin, sehingga mempermudah kinerja Kepala Desa untuk menyalurkan Beras Miskin (Raskin) dengan lebih tepat sasaran. Penelitian ini menggunakan teknik klasifikasi data mining menggunakan metode Naïve Bayes untuk mengklasifikasi kelas kepala keluarga terima dan kepala keluarga tidak terima. Atribut yang digunakan dalam penelitian ini terdiri 5 variabel, yaitu pekerjaan, penghasilan, harta benda, keadaan rumah dan jumlah keluarga. Pengujian sistem dilakukan tiga kali pengujian dengan dua kali percobaan, menggunakan data pelatihan yang berbeda. Data yang digunakan dalam pengujian sistem ini adalah dari Program Pendataan Perlindungan Sosial di Ds. Sidomulyo Kec. Deket Kab. Lamongan tahun 2013/2014, sebanyak 600 data. Berdasarkan hasil pengujian didapatkan bahwa jumlah data latih mempengaruhi dari hasil akurasi prediksi, nnilai yang didapatkan semakin tinggi. Nilai akurasi tertinggi didapatkan pada jenis pengujian ketiga percobaan kedua dengan nilai mencapai 85%.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Beras Miskin, Penerima, Lamongan, Classification, Naïve Bayes Classifier.
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Users 679 not found.
Date Deposited:	08 Dec 2020 04:12
Last Modified:	08 Dec 2020 04:12
URI:	http://eprints.umg.ac.id/id/eprint/4457

Actions (login required)

View Item