PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) BERBASIS PARTICLE SWARM OPTIMIZATION (PSO) UNTUK MENGKLASIFIKASI KELAYAKAN PENERIMAAN BANTUAN REHABILITASI RUMAH TIDAK LAYAK HUNI PADA DESA LENEK DUREN KECAMATAN AIKMEL
Total View This Week0

Institusion

Universitas Hamzanwadi

Author

HASANIAH, HASANIAH

Subject

Internet Of Thinki 

Datestamp

2021-03-06 02:52:26 

Abstract :
Rumah adalah suatu kebutuhan sangat mendasar untuk semua orang di samping sandang pangan. Rumah dapat mencerminkan tingkatan kesejahteraan dan tingkatan kesehatan tentang penduduk/penghuninya. Kepantasan suatu rumah sebagai tempat perlindungan baik dapat dilihat dari struktur dan fasilitas bangunan. Niat baik pemerintah daerah dalam pengentasan kemiskinan melalui program RTLH, harus didukung dengan tingkat akurasi data. Selain tingkat akurasi data juga dibutuhkan efisiensi waktu pengolahan data penerima bantuan. Penelitian ini memanfaatkan teknik Data Mining dengan Algoritma K-Nearest Neighbor berbasis Particle Swarm Optimization dalam mengklasifikasi kelayakan penerimaan bantuan rehabilitasi rumah tidak layak huni. Dengan metode perhitungan algoritma K-Nearest Neighbor berbasis Particle Swarm Optimization dapat diketahui nilai akurasi yang terbaik dalam prediksi kelayakan penerimaan bantuan rehabilitasi rumah tidak layak huni. Setelah dilakukan pengujian dengan menggunakan algoritma K-NN dan algoritma K-NN berbasis Particle Swarm Optimization maka hasil terbaik yang didapat adalah algoritma K-NN menghasilkan nilai akurasi sebesar 89,29% dan nilai AUC 0,786. Kemudian algoritma K-NN berbasis Particle Swarm Optimization menghasilkan nilai akurasi sebesar 95,33% dan nilai AUC 0.970. Setelah melakukan pengujian terhadap kedua model tersebut memiliki perbedaan tingkat akurasi sebesar 6,04% dan perbedaan nilai AUC 0.184. Kata kunci: Rumah, Algoritma K-NN, Particle Swarm Optimization 

File :
Skripsi Hasaniah.pdf