Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text
1. PENDAHULUAN.pdf
PDF
Text
2. ABSTRAK.pdf
PDF
Text
3. BAB 1.pdf
PDF
Text
4. BAB 2.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (415kB)
PDF
Text
5. BAB 3.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (517kB)
PDF
Text
6. BAB 4.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (492kB)
PDF
Text
7. BAB 5.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (261kB)
PDF
Text
8. DAFTAR PUSTAKA.pdf
PDF
Text
9. LAMPIRAN.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (183kB)

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.

Informasi Item

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)
Date Deposited 23 Aug 2025 02:20
Last Modified 23 Aug 2025 02:24
URI https://repository.unmuhjember.ac.id/id/eprint/27448

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?