Klasifikasi Masyarakat Penerima Program Sembako 2020 dengan Menggunakan Metode KNN Classifier

Azizah, Nindi Maulia (2022) Klasifikasi Masyarakat Penerima Program Sembako 2020 dengan Menggunakan Metode KNN Classifier. Diploma thesis, Universitas Andalas.

	Text (Abstrak) cover_abstrak_.pdf - Published Version Download (334kB)
	Text (BAB 1 (Pendahuluan)) bab 1.pdf - Published Version Download (174kB)
	Text (BAB AKHIR(Kesimpulan/Saran)) bab 5.pdf - Published Version Download (185kB)
	Text (Daftar Pustaka) dapus.pdf - Published Version Download (173kB)
	Text (Tugas Akhir Utuh) skripsi nindi maulia azizah.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Salah satu upaya yang dilakukan pemerintah Indonesia dalam pemberantasan kemiskinan adalah pemberian bantuan program sembako bagi masyarakat di bawah Garis Kemiskinan Nasional (GKN). Kelurahan Koto Panjang Payobasung merupakan salah satu kelurahan yang berada di Kota Payakumbuh dengan jumlah masyarakat yang cukup banyak berada di bawah Garis Kemiskinan Nasional (GKN). Tidak adanya informasi pasti kriteria yang menjadikan kepala keluarga layak menjadi penerima bantuan tersebut, maka dipandang perlu mengetahuinya, agar tujuan pemerintah untuk memenuhi kebutuhan pangan bergizi dapat dirasakan oleh pihak yang memang membutuhkan. Secara statistika dapat dilakukan proses klasifikasi (classifier ). Dalam penelitian ini kriteria yang digunakan adalah tanggungan, pekerjaan, dan penghasilan kepala keluarga. Melalui metode KNN classifier akan diprediksi kategori kepala keluarga dengan cara menentukan jarak ketakmiripan koefisien Gower antara data yang akan dievaluasi (data uji) dan data latih sehingga diperoleh tetangga (neighbor ) terdekat data uji tersebut, kemudian memilih kategori berdasarkan kategori K tetangga terdekat. Dalam menghitung koefisien Gower, terlebih dahulu dilakukan perhitungan jarak ketakmiripan antara pasangan pengamatan berdasarkan variabel secara terpisah. Penentuan tetangga terdekat dilakukan dengan melihat nilai jarak yang diperoleh, semakin kecil jarak ketakmiripan koefisien Gower maka semakin mirip atau dekat jarak antara data uji dan data latih. Nilai K yang baik digunakan dalam klasifikasi kepala keluarga di kelurahan Koto Panjang Payobasung adalah K=3 karena memiliki nilai presentse akurasi 97,14%, presisi 100%, recall sebesar 93,75% an umumnya memiliki prediksi kategori yang tepat untuk tiga data yang menjadi tetangga terdekat serta nilai K yang kecil mengurangi tingkat gangguan (noise) dalam proses klasifikasi.

Actions (login required)

View Item