Cover Image

Implementasi Metode K-Means Dengan Inisial centroid menggunakan weighted average Untuk Klasifikasi Penerima Bantuan Beras Miskin (Studi Kasus: Kelurahan Dawuhan Situbondo)

Main Author: Fauzi, RoisulMustain
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/146931/1/Fix_Skripsi-Roisul_Mustain_Fauzi.pdf
http://repository.ub.ac.id/146931/
ctrlnum 146931
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/146931/</relation><title>Implementasi Metode K-Means Dengan Inisial centroid menggunakan weighted average Untuk Klasifikasi Penerima Bantuan Beras Miskin (Studi Kasus: Kelurahan Dawuhan Situbondo)</title><creator>Fauzi, RoisulMustain</creator><subject>005 Computer programming, programs, data</subject><description>Beras miskin (raskin) merupakan sebuah program dari pemerintah untuk menyalurkan beras kepada keluarga miskin. Program raskin bertujuan untuk mengurangi beban pengeluaran dari rumah tangga miskin sebagai bentuk dukungan dalam meningkatkan ketahanan pangan dengan memberikan perlindungan sosial beras murah. Kendala yang dialami oleh Kelurahan Dawuhan adalah proses penataan masyarakat penerima bantuan raskin masih manual dan penyimpanan data yang digunakan dalam bentuk kertas sehingga membutuhkan waktu yang lama dalam mengolah data. Selain kendala, sering terjadi kesalahan yaitu tidak terupdate data penerima raskin sehingga menyebabkan tidak meratanya pembagian bantuan raskin. Hal tersebut mengakibatkan kesulitan dalam penyimpanan atau pencarian arsip yang telah tersimpan saat akan dilakukan pencocokan data jika terdapat pedoman baru. Pedoman baru meliputi kriteria-kriteria calon penerima bantuan raskin, seperti pekerjaan, penghasilan, jenis lantai, atap, dinding, ukuran rumah, tanggungan, dan status kepemilikan rumah. Berdasarkan permasalahan yang telah diuraikan sebelumnya, maka dibutuhkan sebuah sistem yang mampu melakukan penentuan penerima bantuan raskin. Tujuan pada penelitian ini mengelompokkan calon penerima bantuan raskin berdasarkan kriteria-kriteria yang ada pada data bantuan raskin menggunakan metode K-Means dengan inisial centroid menggunakan weighted average. Penelitian ini menggunakan pengujian silhouette coefficient dan pengujian akurasi. Nilai silhouette coefficient didapatkan paling tinggi adalah 0,4631 dari jumlah data 90 dan dilakukan sebanyak 4 kali pengujian. Sedangkan nilai hasil pengujian akurasi sebesar 96,67% dengan data latih 81 dan data uji 30.</description><date>2016-06-30</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146931/1/Fix_Skripsi-Roisul_Mustain_Fauzi.pdf</identifier><identifier> Fauzi, RoisulMustain (2016) Implementasi Metode K-Means Dengan Inisial centroid menggunakan weighted average Untuk Klasifikasi Penerima Bantuan Beras Miskin (Studi Kasus: Kelurahan Dawuhan Situbondo). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2016/375/051606625</relation><recordID>146931</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Fauzi, RoisulMustain
title Implementasi Metode K-Means Dengan Inisial centroid menggunakan weighted average Untuk Klasifikasi Penerima Bantuan Beras Miskin (Studi Kasus: Kelurahan Dawuhan Situbondo)
publishDate 2016
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/146931/1/Fix_Skripsi-Roisul_Mustain_Fauzi.pdf
http://repository.ub.ac.id/146931/
contents Beras miskin (raskin) merupakan sebuah program dari pemerintah untuk menyalurkan beras kepada keluarga miskin. Program raskin bertujuan untuk mengurangi beban pengeluaran dari rumah tangga miskin sebagai bentuk dukungan dalam meningkatkan ketahanan pangan dengan memberikan perlindungan sosial beras murah. Kendala yang dialami oleh Kelurahan Dawuhan adalah proses penataan masyarakat penerima bantuan raskin masih manual dan penyimpanan data yang digunakan dalam bentuk kertas sehingga membutuhkan waktu yang lama dalam mengolah data. Selain kendala, sering terjadi kesalahan yaitu tidak terupdate data penerima raskin sehingga menyebabkan tidak meratanya pembagian bantuan raskin. Hal tersebut mengakibatkan kesulitan dalam penyimpanan atau pencarian arsip yang telah tersimpan saat akan dilakukan pencocokan data jika terdapat pedoman baru. Pedoman baru meliputi kriteria-kriteria calon penerima bantuan raskin, seperti pekerjaan, penghasilan, jenis lantai, atap, dinding, ukuran rumah, tanggungan, dan status kepemilikan rumah. Berdasarkan permasalahan yang telah diuraikan sebelumnya, maka dibutuhkan sebuah sistem yang mampu melakukan penentuan penerima bantuan raskin. Tujuan pada penelitian ini mengelompokkan calon penerima bantuan raskin berdasarkan kriteria-kriteria yang ada pada data bantuan raskin menggunakan metode K-Means dengan inisial centroid menggunakan weighted average. Penelitian ini menggunakan pengujian silhouette coefficient dan pengujian akurasi. Nilai silhouette coefficient didapatkan paling tinggi adalah 0,4631 dari jumlah data 90 dan dilakukan sebanyak 4 kali pengujian. Sedangkan nilai hasil pengujian akurasi sebesar 96,67% dengan data latih 81 dan data uji 30.
id IOS4666.146931
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:48:47Z
last_indexed 2021-10-28T07:34:19Z
recordtype dc
_version_ 1751454632037580800
score 17.538404

Lihat Juga