Implementasi Algoritma Modified K-Nearest Neighbor Untuk Penerima Bantuan Pangan Non Tunai (BPNT) studi kasus Kelurahan Kebonsari

Wirawan, Dody Wahyu (2023) Implementasi Algoritma Modified K-Nearest Neighbor Untuk Penerima Bantuan Pangan Non Tunai (BPNT) studi kasus Kelurahan Kebonsari. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text 1. PENDAHULUAN.pdf Download (752kB)
	Text 2. ABSTRAK.pdf Download (339kB)
	Text 3. BAB I.pdf Download (405kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (478kB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (564kB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (607kB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (335kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (338kB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (739kB) | Request a copy

Abstract

Kemiskinan secara ekonomi adalah ketidakmampuan untuk memenuhi kebutuhan
dasar yang diukur dari segi pengeluaran. Kemiskinan tidak hanya masalah tidak
mampu untuk memenuhi kebutuhan dasar seperti pangan, papan dan sandang,
tetapi juga ketidakmampuan berpartisipasi dalam pembangunan di bidang
pendidikan, kesehatan, dan berbagai masalah sumber daya manusia dalam
memerangi kemiskinan, pemerintah telah mengambil inisiatif, yaitu perluasan
Bantuan Pangan Non Tunai (BPNT). Bantuan sosial yang akan diberikan kepada
masyarakat yang terdampak Covid-19 dalam memenuhi kebutuhan pokok mereka.
Tujuan dari penelitian ini adalah untuk mengklasifikasikan penerima bantuan
yang “layak” dan “tidak layak”. Dalam penelitian ini menggunakan Algoritma
Modified K
-Nearest Neighbor (MKNN) untuk melakukan klasifikasi pada
Bantuan Pangan Non Tunai (BPNT). Alasan memilih Algoritma Modified KNearest

Neighbor karena algoritma ini merupakan salah satu algoritma yang
umum digunakan pada model klasifikasi. Dengan performa akurasi sebesar
89.47% pada k=9, k-fold 8 skenario 4, nilai presisi sebesar 90% pada k=9, k-fold 8
skenario 6, serta nilai recall sebesar 100% pada k=9, k-fold 8 skenario 5. Maka
dapat di simpulkan bahwa algoritma Modified K-Nearest Neighbor dapat di
terapkan dalam mengklasifikasi data penerima bantuan pangan non tunai dengan
cukup akurat.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

UNSPECIFIED

Daryanto, Daryanto

NIDN0707077203

UNSPECIFIED

Muharom, Lutfi Ali

NIDN0727108202

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	BPNT, Klasifikasi, Modified K-Nearest Neighbor (MKNN).
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Dody Wahyu Wirawan | dodywahyu307@gmail.com
Date Deposited:	07 Nov 2023 01:45
Last Modified:	07 Nov 2023 01:45
URI:	http://repository.unmuhjember.ac.id/id/eprint/20453

Actions (login required)

View Item