Record Details

Implementasi K-Nearest Neighbor (KNN) untuk Mengklasifikasi Masyarakat Pra-Sejahtera Desa Sapikerep Kecamatan Sukapura

TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora

View Archive Info
 
 
Field Value
 
Title Implementasi K-Nearest Neighbor (KNN) untuk Mengklasifikasi Masyarakat Pra-Sejahtera Desa Sapikerep Kecamatan Sukapura
 
Creator Khairi, Ahmad
Ghozali, Achmad Fais
Hidayah, Ach Darul Nur
 
Subject —
Masyarakat Pra-Sejahtera; K-Nearest Neighbor; Desa Sapikerep
 
Description Kemiskinan merupakan masalah umum yang sangat kompleks yang terdapat dibeberapa bagian negara indonesia, hal ini dapat diketahui dari rendahnya pendidikan, kesehatan dan kualitas hidup masyarakat. Kemiskinan juga merupakan salah satu penghambat bagi seseorang untuk memperoleh kehidupan yang layak atau kehidupan yang sejahtera. Pemerintah memiliki peranan penting dalam mensejahterakan warga negaranya dari kemiskinan. Pemerintah telah melakukan beberapa upaya untuk mengentaskan kemiskinan diantaranya dengan adanya Program Keluarga Harapan (PKH), Bantuan Langsung Tunasi (BLT) dan beberapa program lainnya. Namun dalam pelaksanaannya masih terdapat penerima bantuan yang tidak tepat sasaran sehingga terdapat keluarga dengan katergori sejahtera masih mendapatkan bantuan dan keluarga tidak sejahtera tidak memperoleh bantuan, seperti yang terdapat di desa sapikerep sukapura probolinggo. Beberapa kriteria untuk menentukan masyarakat sejahtera yang telah ditentukan oleh pemerintah setempat diataranya yakni aset/harta benda, jenis lantai, jenis dinding, status lahan atau bangunan, sumber penerangan, sumber air minum, penghasilan, serta sumber energi memasak. Dari permasalah diatas dibutuhkan suatu analisa yang tepat untuk menentukan suatu keputusan. Oleh sebab itu, dalam penelitian ini akan melakukan analisa terhadap data yang diperoleh dengan indikator yang telah disebutkan diatas dengan menggunakan suatu algoritma datamining. Algoritma K-Nearest Network (K-NN) merupakan algoritma yang bisa digunakan untuk melakukan prediksi ataupun klasifikasi terhadap suatu data tergantung dari jenis data pada kumpulan data yang ada. K-NN melakukan klasifikasi pada suatu data berdasarkan nilai k yang telah ditetapkan sebelumnya. Nilai k pada K-NN harus menggunakan nilai ganjil jika digunakan untuk proses klasifikasi beda halnya jika digunakan untuk melakukan prediksi nila k pada K-NN dapat berupa bilangan ganjil ataupun genap. Nilai k yang digunakan untuk menguji kinerja algoritma K-NN yakni k-3, k-5, dan k-7, dimana hasil akurasi masing-masing nilai k pada K-NN yang digunakan memiliki hasil akurasi yang berbeda terkecuali nilai akurasi k-5 dan k-7 yang memiliki nilai akurasi yang sama. Nilai akurasi k-3 pada K-NN sebesar 97.36% sedangkan nilai akurasi k-5 dan k-7 pada K-NN sebesar 98.68%.
 
Publisher Universitas Nurul Jadid
 
Contributor —
 
Date 2021-12-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://ejournal.unuja.ac.id/index.php/trilogi/article/view/2878
10.33650/trilogi.v2i3.2878
 
Source TRILOGI: Jurnal Ilmu Teknologi, Kesehatan, dan Humaniora; Vol 2, No 3 (2021): Pengembangan Teknologi dan Kesehatan di Lembaga Keagamaan; 319-323
2774-4582
2774-4574
10.33650/trilogi.v2i3
 
Language eng
 
Relation https://ejournal.unuja.ac.id/index.php/trilogi/article/view/2878/pdf
 
Rights Copyright (c) 2021 Ahmad Khairi, Achmad Fais Ghozali, Ach Darul Nur Hidayah
https://creativecommons.org/licenses/by-sa/4.0