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.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Uncontrolled Keywords: | 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) | |||||||||
Department: | S1 Teknik Informatika | |||||||||
Depositing User: | Dody Wahyu Wirawan | |||||||||
Contributors: |
|
|||||||||
Contact Email Address: | 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 |