Cover Image

Klasifikasi Calon Penerima Bantuan Keluarga Miskin Menggunakan Metode Learning Vector Quantization (LVQ) (Studi Kasus: Daerah Kecamatan Mlandingan, Situbondo)

Main Author: Arifando, Rio
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2017
Subjects:
001.012 Classification
Online Access: http://repository.ub.ac.id/3131/1/Rio%20Arifando.pdf
http://repository.ub.ac.id/3131/
ctrlnum 3131
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/3131/</relation><title>Klasifikasi Calon Penerima Bantuan Keluarga Miskin Menggunakan Metode Learning Vector Quantization (LVQ) (Studi Kasus: Daerah Kecamatan Mlandingan, Situbondo)</title><creator>Arifando, Rio</creator><subject>001.012 Classification</subject><description>Dalam upaya penanggulangan kemiskinan, pemerintah khususnya kecamatan Mladingan, Situbondo meyediakan bantuan dana sosial yang digunakan bagi masyarakat yang termasuk kategori miskin (tidak mampu), bantuan tersebut di berikan berdasarkan penilaian indikator yang sudah di tentukan dengan tujuan membantu dan mempermudah petugas dalam mengklasifikasikan calon penerima bantuan keluarga miskin, sehingga penyaluran bantuan menjadi tepat sasaran. Penelitian ini bertujuan untuk merancang suatu sistem yang dapat mengklasifikasikan calon penerima bantuan keluarga miskin. Metode klasifikasi yang digunakan dalam penelitian ini adalah Learning Vector Quantization. Masukan berupa data calon penerima bantuan dengan melalui proses transformasi data yang akan menghasilkan bobot data, dimana bobot tersebut akan digunakan dalam proses klasifikasi. Pembobotan dilakukan dengan cara memberi nilai sesuai dengan parameter masing-masing. Objek yang digunakan adalah kumpulan data Kepala Keluarga pada Kecamatan Mlandingan, Situbondo. Kumpulan data Kepala Keluarga tersebut memuat 7 parameter kemiskinan antara lain umur, jumlah anggota keluarga, pendapatan, pengeluaran, kondisi rumah, status kepemilikan rumah, dan pendidikan terakhir. Penelitian ini menggunakan 5 skenario pengujian yang menghasilkan rekomendasi nilai learning rate 0.1, pengali learning rate 0.1, data latih sebanyak 30%, alpha minimum 0.01 dan iterasi maksimum 2. Hasil akurasi yang didapatkan sebesar 98%.</description><date>2017-08-15</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/3131/1/Rio%20Arifando.pdf</identifier><identifier> Arifando, Rio (2017) Klasifikasi Calon Penerima Bantuan Keluarga Miskin Menggunakan Metode Learning Vector Quantization (LVQ) (Studi Kasus: Daerah Kecamatan Mlandingan, Situbondo). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/749/051708566</relation><recordID>3131</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Arifando, Rio
title Klasifikasi Calon Penerima Bantuan Keluarga Miskin Menggunakan Metode Learning Vector Quantization (LVQ) (Studi Kasus: Daerah Kecamatan Mlandingan, Situbondo)
publishDate 2017
topic 001.012 Classification
url http://repository.ub.ac.id/3131/1/Rio%20Arifando.pdf
http://repository.ub.ac.id/3131/
contents Dalam upaya penanggulangan kemiskinan, pemerintah khususnya kecamatan Mladingan, Situbondo meyediakan bantuan dana sosial yang digunakan bagi masyarakat yang termasuk kategori miskin (tidak mampu), bantuan tersebut di berikan berdasarkan penilaian indikator yang sudah di tentukan dengan tujuan membantu dan mempermudah petugas dalam mengklasifikasikan calon penerima bantuan keluarga miskin, sehingga penyaluran bantuan menjadi tepat sasaran. Penelitian ini bertujuan untuk merancang suatu sistem yang dapat mengklasifikasikan calon penerima bantuan keluarga miskin. Metode klasifikasi yang digunakan dalam penelitian ini adalah Learning Vector Quantization. Masukan berupa data calon penerima bantuan dengan melalui proses transformasi data yang akan menghasilkan bobot data, dimana bobot tersebut akan digunakan dalam proses klasifikasi. Pembobotan dilakukan dengan cara memberi nilai sesuai dengan parameter masing-masing. Objek yang digunakan adalah kumpulan data Kepala Keluarga pada Kecamatan Mlandingan, Situbondo. Kumpulan data Kepala Keluarga tersebut memuat 7 parameter kemiskinan antara lain umur, jumlah anggota keluarga, pendapatan, pengeluaran, kondisi rumah, status kepemilikan rumah, dan pendidikan terakhir. Penelitian ini menggunakan 5 skenario pengujian yang menghasilkan rekomendasi nilai learning rate 0.1, pengali learning rate 0.1, data latih sebanyak 30%, alpha minimum 0.01 dan iterasi maksimum 2. Hasil akurasi yang didapatkan sebesar 98%.
id IOS4666.3131
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 2018-01-19T18:31:21Z
last_indexed 2021-10-18T02:08:50Z
recordtype dc
_version_ 1730142677736882176
score 17.538404

Lihat Juga