Path: Top -> S1-Final Project -> Teknik Informatika -> 2019
Klasifikasi Kelayakan Keluarga Penerima Program Bantuan Sosial Beras Rakyat Sejahtera Menggunakan Metode Naive Bayes
ADVISABILITY CLASSIFICATION OF BENEFICIARY FAMILY SOCIAL ASSISTANCE BERAS RAKYAT SEJAHTERA USING NAIVE BAYES METHOD
Undergraduate Theses from gdlhub / 2019-05-20 14:18:06Oleh : Eggy Sherly, STIKOM Dinamika Bangsa Jambi
Dibuat : 2019-05-20, dengan 7 file
Keyword : Data Mining, Rastra, Klasifikasi, Naive Bayes, WEKA, RapidMiner
Beras Rakyat Sejahtera (Rastra) sebagai salah satu program bantuan sosial yang dilakukan pemerintah setiap tahunnya, dalam implementasinya pada wilayah Kecamatan Kota Baru masih belum optimal dikarenakan dalam penyalurannya masih terdapat kekeliruan dan program rastra yang belum tepat sasaran. Diharapkan dari penelitian ini dapat membantu pemerintah dalam menentukan kelayakan keluarga penerima rastra. Oleh karena itu diperlukan sebuah metode klasifikasi naive bayes dengan tujuan untuk dapat memperkirakan kelas dari suatu objek yang labelnya tidak diketahui. Pada penelitian ini peneliti menggunakan data penerima rastra tahun 2015 dan tahun 2017 dengan jumlah data sebanyak 256 data dan terdiri dari 12 atribut. Hasil klasifikasi naive bayes pada tool WEKA diperoleh sebanyak 202 pada kelas Layak dan 54 pada kelasTidak Layak, sedangkan pada tool RapidMiner dan Excel diperoleh hasil yang sama yaitu sebanyak 168 pada kelas Layak dan 88 pada kelas Tidak Layak. Persentasi akurasi hasil klasifikasi naive bayes pada tool WEKA yakni Correctly Classified Instances sebesar 78.9063% dan Incorrectly Classified Instances 21.0938% diperoleh dari nilai akurasi terbesar dari 5 test options, sedangkan pada tool RapidMiner diperoleh hasil akurasi sebesar 80.47%, dan pada tool Excel diperoleh hasil akurasi sebesar 80.469%.
Deskripsi Alternatif :Beras Rakyat Sejahtera (Rastra) as one of governments social assistance program which hold regulary. in its implementation on Kecamatan Kota Baru still not optimal because on its distribution there is still a oversight and rastra program has not been right target. The results of this research are expected to assist the government in determining the eligibility of families of rastra beneficiaries. Therefore be required a classifacation method naive bayes with purpose to predict class of an object whict unknown label. On this research the reaseacher was using data of penerima rastra in 2015 and 2017 with 256 total data and consists of 12 attributes. The result of naive bayes classification with WEKA tool was obtained 202 data in class Layak and 54 data in class Tidak Layak, while RapidMiner and Excel tool were obtained the same result there are 168 data in class Layak and 88 data in class Tidak Layak. Accuracy percentage of naive bayes classification with WEKA tool was 78.9063% Correctly Classified Instances and 21.0938% Incorrectly Classified Instances, RapidMiner tool was 80.47%, and Excel tool 80.469%.
Beri Komentar ?#(0) | Bookmark
| Properti | Nilai Properti |
|---|---|
| ID Publisher | gdlhub |
| Organisasi | STIKOM Dinamika Bangsa Jambi |
| Nama Kontak | Herti Yani, S.Kom |
| Alamat | Jln. Jenderal Sudirman |
| Kota | Jambi |
| Daerah | Jambi |
| Negara | Indonesia |
| Telepon | 0741-35095 |
| Fax | 0741-35093 |
| E-mail Administrator | elibrarystikom@gmail.com |
| E-mail CKO | elibrarystikom@gmail.com |
Print ...
Kontributor...
- Pembimbing : Kurniabudi, S.Kom, M.Kom dan Pareza Alam Jusia, S.Kom, M.Kom, Editor: Calvin
Download...
Download hanya untuk member.
Bab 1
File : Bab 1.pdf
(219131 bytes)
Bab 2
File : Bab 2.pdf
(516680 bytes)
Bab 3
File : Bab 3.pdf
(228310 bytes)
Bab 4
File : Bab 4.pdf
(853858 bytes)
Bab 5
File : Bab 5.pdf
(1177283 bytes)
Bab 6
File : Bab 6.pdf
(191054 bytes)
Daftar Pustaka
File : Daftar Pustaka.pdf
(96210 bytes)