Klasifikasi Masyarakat Miskin Penerima Bantuan Pangan Non Tunai (BPNT) Pada Desa Wanasari Menggunakan Metode Naive Bayes

research
  • 02 Sep
  • 2020

Klasifikasi Masyarakat Miskin Penerima Bantuan Pangan Non Tunai (BPNT) Pada Desa Wanasari Menggunakan Metode Naive Bayes

ABSTRAK

 

Yuris Alkhalifi (11180929). Klasifikasi Masyarakat Miskin Penerima Bantuan Pangan Non Tunai (BPNT) Pada Desa Wanasari Menggunakan Metode Naive Bayes

 

Masyarakat miskin adalah masyarakat dalam keadaan dimana terjadi ketidakmampuan untuk memenuhi kebutuhan dasar seperti makanan, pakaian, tempat berlindung, pendidikan, dan kesehatan. Permasalahan utama dalam upaya pengurangan kemiskinan saat ini terkait dengan adanya fakta bahwa pertumbuhan ekonomi tidak tersebar secara merata. Penelitian akan melakukan klasifikasi berdasarkan data penduduk miskin yang diperoleh dari Desa Wanasari dengan tujuan untuk memprediksi klasifikasi masyarakat miskin penerima Bantuan Pangan Non Tunai (BPNT) agar lebih tepat sasaran dengan menggunakan teknik data mining. Atribut atau kriteria yang digunakan dalam melakukan klasifikasi penduduk adalah kriteria menurut Badan Pusat Statistik (BPS) yakni sebanyak 14 kriteria. Metode yang akan digunakan adalah metode Naïve Bayes Classifier, yang merupakan salah satu teknik pengklasifikasian dalam data mining. Berdasarkan penelitian yang dilakukan dihasilkan kesimpulan bahwa, sistem klasifikasi masyarakat miskin di wilayah pemerintahan Desa Wanasari dapat diklasifikasi dengan menggunakan metode Naïve Bayes Classifier dan Berdasarkan hasil pembagian dataset menggunakan K-Fold Cross Validation, penggunaan metode klasifikasi naïve bayes terhadap dataset yang telah diambil pada objek penelitian diperoleh tingkat akurasi tertinggi yakni sebesar 100%, sementara nilai Precision tertinggi sebesar 100% dan nilai Recall tertinggi sebesar 100%.

 


Unduhan

  • DAFTAR PUSTAKA.pdf

    Skripsi_DAFTAR PUSTAKA.pdf

    •   diunduh 295x | Ukuran 346 KB
  • ABSTRAK.pdf

    Skripsi_ABSTRAK.pdf

    •   diunduh 416x | Ukuran 54 KB

 

  • cover.pdf

    Skripsi_cover.pdf

    •   diunduh 389x | Ukuran 31,332
  • DAFTAR ISI.pdf

    Skripsi_DAFTAR ISI.pdf

    •   diunduh 388x | Ukuran 498,643

REFERENSI

DAFTAR PUSTAKA

 

Alfianika, N. (2018). Buku Ajar Metode Penelitian Pengajaran Bahasa Indonesia. Retrieved                                                                                                                         from

https://www.google.com/books?hl=id&lr=&id=oNOGDwAAQBAJ&oi=fnd&p g=PR6&dq=pengertian+populasi&ots=pAYnomaB9Y&sig=7qYZuTzVcAd4sa 82yvHd1NROh_c

Amrin, A. (2016). Data Mining Dengan Regresi Linier Berganda Untuk Peramalan Tingkat Inflasi. Jurnal Techno Nusa Mandiri, XIII(1), 74–79. Retrieved from http://ejournal.nusamandiri.ac.id/ejurnal/index.php/techno/article/view/268/228

Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. 10,   160–165.                                  Retrieved                            from http://jurnal.fikom.umi.ac.id/index.php/ILKOM/article/view/303

Bustami. (2014). Penerapan Algoritma Naive Bayes utk Mengklasifikasi Data Nasabah Asuransi. Jurnal Informatika, 8(1), 884–898. https://doi.org/10.1364/OFC.2009.OWD2

C.T.I., B. R., Gafar, A. A., Fajriani, N., Ramdanif, U., Uyun, F. R., P, Y. P., & Ransi,

N. (2017). Implemetasi k-means clustering pada rapidminer untuk analisis daerah rawan kecelakaan. Seminar Nasional Riset Kuantitatif Terapan 2017, (April), 58–60. Retrieved                                                          from http://ojs.uho.ac.id/index.php/snrkt2017/article/view/3251/2471

Darmawan, A., Kustian, N., & Rahayu, W. (2018). Implementasi Data Mining Menggunakan Model Svm. Jurnal String, 2(3), 299–307. Retrieved from http://ojs.amikom.ac.id/index.php/semnasteknomedia/article/view/1267/1200

Fajriando, H. (2016). Masalah Hukum Implementasi Pemenuhan Hak Atas Layanan Bantuan Hukum bagi Masyarakat Miskin (Law. Jurnal HAM, 7(2), 125–140. https://doi.org/http://dx.doi.org/10.30641/ham.2016.7.125-140

Fuady, R. L., & Abadi, A. M. (2017). Penentuan Penerimaan Bantuan Pangan Non Tunai ( BPNT ) Dengan Menggunakan Fuzzy Multiple Atribute Descission Making. Seminar Matematika Dan Pendidikan Matematika, 203–210. Retrieved from http://seminar.uny.ac.id/semnasmatematika/sites/seminar.uny.ac.id.semnasmate matika/files/full/T-29.pdf

Gani, I., & Amalia, S. (2015). Alat analisis data: Aplikasi Statistik untuk Penelituan Bidang                        Ekonomi             dan             Sosial.             Retrieved            from https://books.google.co.id/books?hl=id&lr=&id=1FSiCgAAQBAJ&oi=fnd&pg

=PR3&dq=pengertian+data+primer&ots=y2QpaTC1- X&sig=STu2K5WxkVyShFSbQ4pqHNZDOF8&redir_esc=y#v=onepage&q=p egertian data primer&f=false

Husin, A. I., & Mulyaningsih, F. (2015). Penerapan Metode Data Mining Analisis Terhadap Data Penjualan Pakaian Dengan Algoritma Apriori. Sniptek, 45–56. Retrieved     from

http://konferensi.nusamandiri.ac.id/prosiding/index.php/sniptek/article/view/152

 

81


/122

Katadata   Indonesia.    (2019).    Jumlah    Penduduk   Indonesia.    Retrieved    from katadata.co.id                                                                                                      website:

https://databoks.katadata.co.id/datapublish/2019/01/04/jumlah-penduduk- indonesia-2019-mencapai-267-juta-jiwa

Kementerian Sosial Republik Indonesia. (2017). Bantuan Pangan Non Tunai (BPNT).

Retrieved from https://www.kemsos.go.id/page/bantuan-pangan-non-tunai

Lestari, S. (2018). Implementasi Klasifikasi Naive Bayes Untuk Prediksi Kelayakan Pemberian Pinjaman Pada Koperasi Anugerah Bintang Cemerlang. Jakarta.

Lubis, T. (2018). Efektivitas Program Bantuan Rumah Layak Huni Untuk Masyarakat Miskin Di Kepenghuluan Suka Maju Kecamatan Bagan Sinembah Kabupaten Rokan   Hilir          Riau.                                  Retrieved            from http://repositori.umsu.ac.id/xmlui/bitstream/123456789/1019/1/Efektivitas Program   Bantuan   Rumah   Layak   Huni                      Untuk Masyarakat Miskin Di Kepenghuluan Suka Maju Kecamatan Bagan Sinembah Kabupaten Rokan Hilir Riau.pdf

Presiden Republik Indonesia. (2014). Undang-Undang Republik Indonesia Nomor 6 Tahun 2014                       Tentang        Desa.                 Retrieved       from http://www.dpr.go.id/dokjdih/document/uu/UU_2014_6.pdf

Saleh, A. (2015). Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga. 2(3), 207–217. Retrieved from http://citec.amikom.ac.id/main/index.php/citec/article/view/49/49

Sumanto, & Marita, L. S. (2017). Fuzzy Simple Additive Weighting (Fsaw) Untuk Analisa Kelayakan Pemberian Kredit Mobil. JIMP-Junal Informatika Merdeka Pasuruan,        Vol.           2(2),     1–13.                         Retrieved    from http://ejurnal.unmerpas.ac.id/index.php/informatika/article/view/62/34

Sumartono, E., & Astria, Y. (2018). Strategi Nafkah Petani Sawit Di Desa Penarik Kecamatan Penarik Kabupaten Mukomuko. INFORMA, 1(2), 80–95. Retrieved from http://journal.uniga.ac.id/index.php/MJA/article/view/80-95/439

Supriyanti, W., Kusrini, & Amborowati, A. (2016). Perbandingan kinerja algoritma c4.5 dan naive bayes untuk ketepatan pemilihan konsentrasi mahasiswa. INFORMA,          1(2012),    61–67.                                  Retrieved              from http://www.poltekindonusa.ac.id/wp-content/uploads/2016/07/Vol-1-No3-2016- PERBANDINGAN-KINERJA-ALGORITMA-C4.5-DAN-NAIVE-BAYES-

UNTUK-Wiwit-Supriyanti-1.pdf