KLASIFIKASI TINGKAT SOSIAL EKONOMI CALON PENGANTIN PRIA MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR (MKNN)
Sari, Rosi Ernita (2025) KLASIFIKASI TINGKAT SOSIAL EKONOMI CALON PENGANTIN PRIA MENGGUNAKAN ALGORITMA MODIFIED K-NEAREST NEIGHBOR (MKNN). Undergraduate thesis, Universitas Muhammadiyah Jember.
![]() |
Text
1. PENDAHULUAN.pdf Download (1MB) |
![]() |
Text
2. ABSTRAK.pdf Download (270kB) |
![]() |
Text
3. BAB 1.pdf Download (276kB) |
![]() |
Text
4. BAB 2.pdf Restricted to Repository staff only Download (415kB) | Request a copy |
![]() |
Text
5. BAB 3.pdf Restricted to Repository staff only Download (517kB) | Request a copy |
![]() |
Text
6. BAB 4.pdf Restricted to Repository staff only Download (492kB) | Request a copy |
![]() |
Text
7. BAB 5.pdf Restricted to Repository staff only Download (261kB) | Request a copy |
![]() |
Text
8. DAFTAR PUSTAKA.pdf Download (239kB) |
![]() |
Text
9. LAMPIRAN.pdf Restricted to Repository staff only Download (183kB) | Request a copy |
Abstract
Pernikahan merupakan momen penting dalam kehidupan yang tidak hanya dipengaruhi oleh aspek emosional, tetapi juga faktor sosial ekonomi. Tingkat sosial ekonomi calon pengantin pria dapat berpengaruh terhadap keharmonisan rumah tangga yang akan di bangun. Penelitian ini bertujuan untuk mengklasifikasi tingkat sosial ekonomi calon pengantin pria menggunakan Algoritma Modified K-Nearest Neighbor (MKNN), serta mengevaluasi kinerjanya melalui pengukuran akurasi, presisi dan recall. Data yang digunakan merupakan data sekunder dari penelitian Firdaus & Muharrom (2024) di Kabupaten Bondowoso, dengan total sebanyak 238 data calon pengantin pria, dengan atribut yang digunakan yaitu pekerjaan, sumber penghasilan, dan nilai penghasilan. Proses klasifikasi dilakukan melalui tahapan pre-processing data, perhitungan jarak Euclidean, validitas data latih, Weighted Voting, dan K-Fold Cross Validation. Hasil pengujian menunjukan bahwa MKNN mampu memberikan performa klasifikasi yang baik, dengan akurasi tertinggi sebesar 88%, presisi sebesar 91,60%, recall sebesar 88% pada skenario K-Fold tertentu. Penelitian ini menunjukan bahwa Algoritma MKNN efektif dalam mengklasifikasikan tingkat sosial ekonomi calon pengantin pria dan dapat menjadi acuan untuk penelitian lanjutan.
ContributionNama Dosen PembimbingNIDN/NIDKDosen PembimbingMuharom, Lutfi Alinidn0727108202Dosen PembimbingAbdurrahman, Ginanjarnidn0714078704
Item Type: | Thesis (Undergraduate) |
---|---|
Keywords/Kata Kunci: | klasifikasi , sosial ekonomi, calon pengantin, Modified K-Nearest Neighbor. |
Subjects: | 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science |
Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) |
Depositing User: | Rosi Ernita Sari | rosiempatennam90375@gmail.com |
Date Deposited: | 23 Aug 2025 02:20 |
Last Modified: | 23 Aug 2025 02:24 |
URI: | http://repository.unmuhjember.ac.id/id/eprint/27448 |
Actions (login required)
![]() |
View Item |