KLASIFIKASI WARGA YANG LAYAK MENDAPAT BANTUAN SOSIAL DENGAN METODE NAÏVE BAYES (STUDI KASUS : MAGERSARI MAGELANG)

ISMULYONO, ARYA PUTRA RAHMA - 205410025 (2024) KLASIFIKASI WARGA YANG LAYAK MENDAPAT BANTUAN SOSIAL DENGAN METODE NAÏVE BAYES (STUDI KASUS : MAGERSARI MAGELANG). Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.

	Text 1_205410025_HALAMAN_DEPAN.pdf - Published Version Download (1MB)
	Text 2_205410025_BAB_I.pdf - Published Version Download (197kB)
	Text 3_205410025_BAB_II.pdf - Published Version Download (362kB)
	Text 4_205410025_BAB_III.pdf - Published Version Restricted to Repository staff only Download (444kB)
	Text 5_205410025_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (681kB)
	Text 6_205410025_BAB_V.pdf - Published Version Download (183kB)
	Text 7_205410025_DAFTAR_PUSTAKA.pdf - Published Version Download (184kB)
	Text 8_205410025_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (561kB)
	Text 9_205410025_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (141kB)

Abstract

Penelitian ini dilatar belakangi oleh pemilihan warga penerima bantuan sosial di Magersari Kota Magelang yang belum tepat sasaran. Tujuan penelitian yaitu untuk membantu menyeleksi bantuan sosial PKH agar tidak terjadi kesalahan dan nilai yang dihasilkan lebih akurat serta penyuluhan bantuan lebih tepat sasaran. Penelitian ini menggunakan metode Naive Bayes. Naïve bayes adalah metode yang dapat digunakan untuk melakukan klasifikasi dokumen secara statistik. Metode ini dapat memprediksi peluang keanggotaan suatu kelas dari suatu data. Teorema bayes memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Klasfikasi warga yang layak maupun tidak layak mendapatkan bantuan dengan menggunakan metode Naïve Bayes berbasis web. Aplikasi berbasis web ini bermanfaat untuk Dinas Sosial Kota Magelang yang berguna membantu mengklasifikasi masyarakat yang mendapat dan tidak mendapatkan bantuan sosial. Hasil perhitungan menggunakan 160 data training dan 40 data testing menghasilkan akurasi sebesar 100%. Kata kunci : Klasifikasi Warga, Bantuan Sosial PKH,WEB, Naïve Bayes, Akurasi

Item Type:	Thesis (Skripsi)
Additional Information:	Pembimbing : Dini Fakta Sari, S.T., M.T
Uncontrolled Keywords:	Klasifikasi Warga, Bantuan Sosial PKH,WEB, Naïve Bayes, Akurasi
Subjects:	A Karya Umum (General) > Ilmu Komputer (Computer Science) > Metode Naive Bayes Classifiers A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) A Karya Umum (General) > Ilmu Komputer (Computer Science) > Program Aplikasi > Program Aplikasi Berbasis WEB
Divisions:	Jenjang S1 > Informatika (S1)
Depositing User:	Mr. Andi Setyanto
Date Deposited:	06 Sep 2024 02:54
Last Modified:	06 Sep 2024 02:54
URI:	http://eprints.utdi.ac.id/id/eprint/10408

Actions (login required)

View Item