Prodi Teknik Informatika
KLASIFIKASI PENDUDUK PENERIMA BANTUAN RTLH (RUMAH TIDAK LAYAK HUNI) MENGGUNAKAN ALGORITMA NAIVE BAYES PADA DESA WONOLELO BERBASI WEB
XML
Program bantuan Rumah Tidak Layak Huni (RTLH) merupakan salah satu program dari pemerintah untuk menurunkan angka kemiskinan dari segi kebutuhan tempat tinggal. Pengambilan data yang digunakan pada penelitian ini dengan metode wawancara, studi pustaka dan dokumentasi. Program bantuan RTLH di desa Wonolelo masih perlu melakukan koordinasi agar mendapatkan hasil yang maksimal, sehingga pelaksanaan program bantuan RTLH dapat berjalan lancar dan tepat sasaran. Metode penelitian yang digunakan dalam penelitian ini adalah algoritma Naive Bayes berdasarkan tahapan Knowledge Discovery Database (KDD). Sistem ini dibangun guna mempermudah pemerintah desa Wonolelo dalam mengklasifikasi data penduduk yang layak menerima bantuan RTLH. Penelitian bertujuan untuk mengetahui tingkat akurasi dan pengaruh algoritma Naive Bayes terhadap data yang digunakan dalam penelitian ini. Dalam pelaksanaannya, di desa Wonolelo masih sering kali mengalami kesulitan dalam menentukan penerima program bantuan RTLH yang tepat sasaran dan menghabiskan waktu yang relatif lama. Algoritma Naive Bayes dapat memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Pengujian data mining dengan menggunakan algoritma Naive Bayes menghasilkan accuracy sebesar 94,8%, precision 100% dan recall 36%. Dapat disimpulkan bahwa, algoritma Naive Bayes memiliki akurasi yang sangat baik pada penelitian ini.
Kata kunci: RTLH, Data Mining, Klasifikasi, Algoritma Naive Bayes.
Detail Information
Item Type |
Laporan Tugas Akhir
|
---|---|
Penulis |
Sartika - Personal Name
|
Student ID |
2018150074
|
Dosen Pembimbing | |
Penguji |
Erna Dwi Astuti., M.Kom. - - Ketua Penguji
Nur Hasanah, M.Kom. - - Penguji 1 M. Fuad Asnawi, S.Kom., M.M. - - Penguji 2 |
Kode Prodi PDDIKTI |
55201
|
Edisi |
Published
|
Departement |
Teknik Infomatika
|
Kontributor | |
Bahasa |
Indonesia
|
Penerbit | Universitas Sains Al-Qur'an : Wonosobo., 2022 |
Edisi |
Published
|
Subyek | |
No Panggil |
FST-TI 1988 SAR K
|
Copyright |
Individu Penulis
|
Doi |