PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES

NPP 3329042B0000002

  • Profil
  • Informasi
  • Berita
  • Buku Tamu
  • Bantuan
  • Login Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN KELUARGA MISKIN DI DESA KRACAK

Teks

PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN KELUARGA MISKIN DI DESA KRACAK

Stefan Hansel Alana - Nama Orang;

Masalah kemiskinan merupakan permasalahan utama yang dihadapi bangsa
ini. Upaya pemerintah dalam mengatasi permasalahan kemiskinan ini salah satunya
dengan adanya kegiatan verifikasi dan validasi data yang dilakukan di setiap desa
dimana data yang diperoleh masih berupa data mentah dan belum adanya
pengelompokan mengenai tingkat kemiskinan di Desa Kracak. Pengelompokkan
tingkat kemiskinan warga masyarakat sangat diperlukan dengan tujuan untuk dapat
membantu Pemerintah Desa Kracak dalam memberikan kebijakan secara tepat pada
warga tingkat ekonomi rendah di Desa Kracak. Data mining dapat digunakan untuk
membantu mengelompokan dan menjadi solusi.
Algoritma K-Means merupakan algoritma yang digunakan untuk
pembentukan cluster dimana data akan dipartisi kedalam bentuk dua atau lebih
kelompok. Data yang digunakan adalah Data Terpadu Kesejahteraan Sosial Desa
Kracak yang berjumlah 180 record dengan atribut pekerjaan, keikutsertaan
program bansos, pendidikan, tanggungan keluarga,aset, lahan, luas lantai dan
pendapatan. Atribut tersebut digunakan sebagai parameter dari setiap cluster yang
terbentuk.
Hasil cluster yang terbentuk berjumlah 3 cluster, dengan cluster pertama
sebagai kelompok penduduk dengan kategori “miskin ekstrim berjumlah 73
anggota, cluster kedua sebagai kelompok penduduk dengan kategori “miskin”
berjumlah 26 anggota dan cluster ketiga sebagai kelompok penduduk dengan
kategori “menengah ke bawah” berjumlah 81 anggota. Pengolahan data penduduk
menggunakan algoritma k-means mendapatkan hasil Davies Bouldin Index sebesar
0.170 yang dinilai cukup baik karena semakin dekat hasil dengan angka nol, maka
semakin baik pula hasil clusternya.


Ketersediaan
S00072.23RF TI.S00072.23 Han pMy Library (Referensi)Tersedia
Informasi Detail
Judul Seri
-
No. Panggil
RF TI.S00072.23 Han p
Penerbit
Paguyangan : STMIK MPB., 2023
Deskripsi Fisik
xv,61hlm.;30cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
TI.S00072.23
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
data mining
cluster
algoritma K-Means
kemiskinan
Davies Bouldin Index
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Stefan Hansel Alana (19.01.0.0059) Proposal skripsi diajukan kepada Program Studi Sebagai bagian persyaratan untuk meraih derajat Sarjana Komputer
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PENERAPAN ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN KELUARGA MISKIN DI DESA KRACAK
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNIVERSITAS MUHAMMADIYAH BREBES
  • Informasi
  • Layanan
  • Pustakawan
  • Kuesioner

Link lainnya :

STMIK-MPB
JURTISI (OJS)

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik