IMPLEMENTASI METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI PENERIMA DANA BANTUAN COVID-19

Chaidir, Reza (2023) IMPLEMENTASI METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI PENERIMA DANA BANTUAN COVID-19. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (1MB)
	Text B. ABSTRAK.pdf Download (327kB)
	Text C. BAB I.pdf Download (444kB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (592kB) | Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (791kB) | Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (687kB) | Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (319kB) | Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (322kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (835kB) | Request a copy
	Text J. ARTIKEL.pdf Download (804kB)

Abstract

ABSTRAK
Bantuan Langsung Tunai (BLT) yaitu program bantuan pemerintah yang
pemberiannya dengan syarat dan tanpa syarat kepada masyarakat miskin dalam
bentuk uang tunai atau berbagai bantuan lainnya (Kemenko Kesra, 2009).
Bersamaan dengan itu, saat pandemi COVID-19 masuk ke Indonesia, BLT
kembali diluncurkan pada tahun 2020. Warga yang terkena dampak pandemi
Covid-19 bukan hanya masyarakat yang terkena dampak kesehatannya, tetapi
juga masyarakat yang terdampak ekonominya. Meskipun BLT Dana Desa di
Indonesia telah dialokasikan dengan tepat, masih terdapat kekurangan, salah
satunya adalah masalah sasaran penerima BLT Dana Desa yang belum optimal.
Seperti contohnya di Desa Andongsari, Kecamatan Ambulu, Kabupaten Jember.
Oleh karena itu, agar penerima BLT Dana Desa semakin tepat sasaran atau sesuai
kriteria, maka diperlukan alat atau metode untuk membantu permasalahan
tersebut, salah satu diantaranya ialah menggunakan metode klasifikasi Modified
K-Nearest Neighbor untuk dapat mengetahui tingkat akurasi, presisi, dan recall
pada penyaluran bantuan langsung tunai yang ada di desa Andongsari.
Berdasarkan hasil pengujian k yang telah dilakukan dari range 1-11 didapatkan
hasil k optimal di angka 3, dan nilai akurasi sebesar 94,92%, nilai presisi sebesar
90,48%, sedangkan nilai recall sebesar 95%.
Kata Kunci : covid-19, Modified K-Nearest Neighbor, dana bansos, klasifikasi,
data mining.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Oktavianto, Hardian

NIDN0722108105

UNSPECIFIED

Umilasari, Reni

NIDN0728079101

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	covid-19, Modified K-Nearest Neighbor, social assistance funds, classification, data mining.
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	REZA CHAIDIR | rezachaidir09@gmail.com
Date Deposited:	18 Aug 2023 01:37
Last Modified:	18 Aug 2023 01:37
URI:	http://repository.unmuhjember.ac.id/id/eprint/19298

Actions (login required)

View Item