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.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

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)

Department:

S1 Teknik Informatika

Depositing User:

REZA CHAIDIR