Klasterisasi Data Keluarga Penerima Program Bantuan Pangan Non Tunai (BPNT) Di Desa Mekar Jaya Menggunakan Algoritma K-means.
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Wahyudin, Wahyudin
Subject
Aplikasi Sistem Pengolahan Data
Datestamp
2020-07-21 09:43:37
Abstract :
Data Mining yang merupakan proses menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Setiap daerah di Provinsi Jambi mendapatkan kesempatan untuk mengelola bantuan sosial termasuk didalamnya Bantuan Pangan Non Tunai (BPNT). Selain tingkat akurasi data juga dibutuhkan efisiensi waktu pengolahan data calon penerima bantuan. Terdapat kerumitan dalam pengolahan data selama ini, yaitu menentukan kelompok untuk menjadi penerima bantuan sosial ditengah banyaknya data penduduk di Desa Mekar Jaya. Dalam melakukan analisis, penulis menggunakan data penduduk 2018 kemudian disajikan kedalam format .csv dengan menggunakan alat bantu tools Excel, RapidMiner dan WEKA dengan Algoritma K-means dengan 5 atribut dan 5 cluster, tools Excel dan RapitMiner mendapatkan hasil yang sama yaitu cluster pertama sebanyak 47 data penduduk, cluster kedua sebanyak 39 data penduduk, cluster ketiga sebanyak 51 data penduduk, cluster keempat sebanyak 61 data penduduk, dan cluster kelima sebanyak 36 data penduduk, sedangkan tools WEKA mendapatkan hasil cluster pertama sebanyak 31 data penduduk, cluster kedua sebanyak 57 data penduduk, cluster ketiga sebanyak 39 data penduduk, cluster keempat sebanyak 65 data penduduk, dan cluster kelima sebanyak 42 data penduduk.
Data Mining yang merupakan proses menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Setiap daerah di Provinsi Jambi mendapatkan kesempatan untuk mengelola bantuan sosial termasuk didalamnya Bantuan Pangan Non Tunai (BPNT). Selain tingkat akurasi data juga dibutuhkan efisiensi waktu pengolahan data calon penerima bantuan. Terdapat kerumitan dalam pengolahan data selama ini, yaitu menentukan kelompok untuk menjadi penerima bantuan sosial ditengah banyaknya data penduduk di Desa Mekar Jaya. Dalam melakukan analisis, penulis menggunakan data penduduk 2018 kemudian disajikan kedalam format .csv dengan menggunakan alat bantu tools Excel, RapidMiner dan WEKA dengan Algoritma K-means dengan 5 atribut dan 5 cluster, tools Excel dan RapitMiner mendapatkan hasil yang sama yaitu cluster pertama sebanyak 47 data penduduk, cluster kedua sebanyak 39 data penduduk, cluster ketiga sebanyak 51 data penduduk, cluster keempat sebanyak 61 data penduduk, dan cluster kelima sebanyak 36 data penduduk, sedangkan tools WEKA mendapatkan hasil cluster pertama sebanyak 31 data penduduk, cluster kedua sebanyak 57 data penduduk, cluster ketiga sebanyak 39 data penduduk, cluster keempat sebanyak 65 data penduduk, dan cluster kelima sebanyak 42 data penduduk.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
