Penerapan Data Mining untuk Clustering Kecamatan di kabupaten Bojonegoro Berdasarkan Variabel Bantuan Sosial Menggunakan Algoritma K-Means dan K-Medoids

Rahayu, Sri (2021) Penerapan Data Mining untuk Clustering Kecamatan di kabupaten Bojonegoro Berdasarkan Variabel Bantuan Sosial Menggunakan Algoritma K-Means dan K-Medoids. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (948kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (441kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (547kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (581kB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (537kB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (425kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (540kB)
[thumbnail of daftar lampiran.pdf] Text
daftar lampiran.pdf
Restricted to Registered users only

Download (602kB) | Request a copy

Abstract

Bantuan sosial merupakan bantuan yang sifatnya sementara/tidak selamanya yang disalurkan kepada masyarakat kurang mampu dengan tujuan masyarakat dapat meningkatkan kehidupannya secara baik. Program bantuan sosial yang diberikan pemerintah adalah program Bantuan Pangan Non Tunai Pusat (BPNTP), Bantuan Pangan Non Tunai Daerah (BPNTD), Bantuan Sosial Bagi Anak Yatim dan PKH. permasalahan yang muncul baisanya bantuan yang tidak tepat sasaran sehingga diperlukan pengelompokan masyarakat kabupaten per kecamatan. Tujuan dari penelitian ini adalah untuk pengclusteran kecamatan di kabupaten Bojonegoro berdasarkan variabel bantuan sosial menggunakan Algoritma K-Means dan K Medoids. Penelitian ini menggunakan penerapan data mining yang menggunakan algoritma K-Means dan K-Medoids untuk membuat pengelompokan masyarakat di kecamatan kabupaten Bojonegoro. Kinerja algoritma dievaluasi menggunakan 2 parameter yaitu presisi dan akurasi. Sumber data dalam penelitian ini diperoleh dari dinas sosial Bojonegoro tahun 2019 berupa data bantuan pangan non tunai pusat, data bantuan pangan non tunai daerah, dan data bantuan anak yatim. Dari penelitian tersebut diperoleh hasil bahwa pengelompokan setiap klaster dengan menggunakan algoritma K-Means dan K-Medoids sama-sama didapatkan tiga klaster, pada pengelompokan dengan k-means diperoleh hasil terbaik dengan anggota masing-masing tingkat cluster yaitu: cluster tinggi beranggotakan 6 kecamatan, cluster sedang beranggotakan 10 kecamatan, dan cluster rendah beranggotakan 12 kecamatan. Kesimpulan yang diperoleh dari penelitian ini, bahwa algoritma k-means paling sesuai untuk mengelompokan variabel bantuan sosial di kabupaten Bojonegoro. Sehingga bantuan sosial yang diberikan bisa tepat sasaran.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Bantuan sosial, Data Mining, Algoritma K-Means, Algoritma KMedoids, Confusion Matrix
Subjects: 500 – Ilmu Pengetahuan > 510 Matematika > 519 Probabilitas dan matematika terapan
Divisions: Fakultas Sains dan Teknologi > Statistika
Depositing User: Perpustakaan Pusat Admin
Date Deposited: 12 May 2022 04:05
Last Modified: 12 May 2022 06:37
Contributors (Pembimbing / Pengarah):
Contribution
Name
Email
Thesis advisor
Kartini, Alif Yuanita
UNSPECIFIED
Thesis advisor
Anggraini, Fetrika
UNSPECIFIED
URI: https://repository.unugiri.ac.id/id/eprint/847

Actions (login required)

View Item
View Item