PENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR
| Main Author: | MULIADINATA, SABAN |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/27699/1/jiptummpp-gdl-sabanmulia-34963-1-pendahul-n.pdf http://eprints.umm.ac.id/27699/2/jiptummpp-gdl-sabanmulia-34963-2-babi.pdf http://eprints.umm.ac.id/27699/ |
Daftar Isi:
- PNPM Mandiri adalah program nasional penanggulangan kemiskinan terutama yang berbasis pemberdayaan masyarakat. Banyaknya data program kerja membutuhkan solusi pengolahan data secara cepat dengan hasil yang akurat. Pada penelitian ini, penulis mencoba menerapkan teknik data mining untuk mengelompokkan data program kerja tersebut dengan menggunakan metode K-Means Clustering dan K-Nearest Neighbor. Hasil pengelompokan program kerja PNPM Mandiri dengan metode K-Means Clustering selanjutnya akan dievaluasi dengan menentukan nilai F-Measure. Sedangkan pengelompokan program kerja PNPM Mandiri dengan metode K-Nearest Neighbor akan dievaluasi berdasarkan nilai Apparent Error Rate (APER). Dari hasil penelitian, metode K-Means Clustering dan K-Nearest Neighbor dapat digunakan untuk mengelompokan program kerja berdasarkan pelaksanaannya menjadi tiga kelompok yaitu mendesak, sedang, dan tidak mendesak. Adapun pada metode K-Means Clustering, nilai F-Measure terbaik diperoleh pada pengujian satu (1), sebesar 0,7878. Sedangkan pada metode K-Nearest Neighbor, proses pengelompokan dengan peluang kesalahan klasifikasi terkecil terdapat pada K=7 dan K=9, yaitu 27,1 %. Kata Kunci : Data Mining, K Means, K Nearest Neighbor, Clustering, PNPM Mandiri, F-Measure, Apparent Error Rate