MENENTUKAN KELAYAKAN WARGA PENERIMA RASKIN MENGGUNAKAN METODE NAÏVE BAYES (STUDI KASUS DESA SUKORENO)



Yazid Zakaria, Moh (2019) MENENTUKAN KELAYAKAN WARGA PENERIMA RASKIN MENGGUNAKAN METODE NAÏVE BAYES (STUDI KASUS DESA SUKORENO). Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of JURNAL.pdf] Text
JURNAL.pdf

Download (157kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf

Download (94kB)
[thumbnail of PENDAHULUAN.pdf] Text
PENDAHULUAN.pdf

Download (190kB)
[thumbnail of BAB I Pendahuluan.pdf] Text
BAB I Pendahuluan.pdf

Download (101kB)
[thumbnail of BAB II Tinjauan Pustaka.pdf] Text
BAB II Tinjauan Pustaka.pdf
Restricted to Repository staff only

Download (223kB)
[thumbnail of BAB III metodologi penelitian.pdf] Text
BAB III metodologi penelitian.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of BAB IV Implementasi dan Pengujian.pdf] Text
BAB IV Implementasi dan Pengujian.pdf
Restricted to Repository staff only

Download (568kB)
[thumbnail of BAB V Penutup.pdf] Text
BAB V Penutup.pdf
Restricted to Repository staff only

Download (162kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (1MB)
[thumbnail of 1410651087.pdf] Text
1410651087.pdf

Download (401kB)

Abstract

Program pendistribusian beras miskin atau yang lebih dikenal dengan
sebutan Raskin merupakan salah satu program penanggulangan kemiskinan.
Penentuan indikator penerima manfaat Raskin seringkali menjadi persoalan yang
rumit. Dinamika data kemiskinan memerlukan adanya kebijakan lokal melalui
musyawarah Desa/Kelurahan
(Mudes/Muskel
)sehingga disepakati indikator
penentuan kelayakan penerimaan Raskin adalah jumlah kategori dan kategori taraf
yang dihasilkan dari konversi atribut warga. Pada penelitian ini penulis
menggunakan metode Naïve Bayes dalam melakukan pengklasifikasian
penerimaan raskin. Dari penelitian yang dilakukan jumlah data awal sebesar 439
dengan jumlah data noise
(atribut data kurang lengkap
) sebesar 25. Dari data 414
peneliti menggunakan metode holdout untuk membaginya kedalam data latih dan
data uji sehingga menghasilkan 276 data latih dan 138 data uji. Dari pengukuran
menggunakan akurasi dan presisi terhadap data uji dihasilkan akurasi sebesar 84%
dan data presisi 81%.
Kata kunci : kemiskinan, klasifikasi, naive bayes.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
UNSPECIFIED
Nilogiri, Agung
nidn0030037701

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: rahma wahyu ningsih | ningsihrahmawahyu@gmail.com
Date Deposited: 04 Dec 2020 02:55
Last Modified: 20 Feb 2025 02:57
URI: http://repository.unmuhjember.ac.id/id/eprint/7152

Actions (login required)

View Item View Item