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.

[thumbnail of 1. PENDAHULUAN.pdf] Text
1. PENDAHULUAN.pdf

Download (1MB)
[thumbnail of 2. ABSTRAK.pdf] Text
2. ABSTRAK.pdf

Download (270kB)
[thumbnail of 3. BAB 1.pdf] Text
3. BAB 1.pdf

Download (276kB)
[thumbnail of 4. BAB 2.pdf] Text
4. BAB 2.pdf
Restricted to Repository staff only

Download (415kB) | Request a copy
[thumbnail of 5. BAB 3.pdf] Text
5. BAB 3.pdf
Restricted to Repository staff only

Download (517kB) | Request a copy
[thumbnail of 6. BAB 4.pdf] Text
6. BAB 4.pdf
Restricted to Repository staff only

Download (492kB) | Request a copy
[thumbnail of 7. BAB 5.pdf] Text
7. BAB 5.pdf
Restricted to Repository staff only

Download (261kB) | Request a copy
[thumbnail of 8. DAFTAR PUSTAKA.pdf] Text
8. DAFTAR PUSTAKA.pdf

Download (239kB)
[thumbnail of 9. LAMPIRAN.pdf] 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.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Muharom, Lutfi Ali
nidn0727108202
Dosen Pembimbing
Abdurrahman, Ginanjar
nidn0714078704

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 View Item