KLASIFIKASI PENERIMAAN BANTUAN RUMAH TIDAK LAYAKrnHUNI MENGGUNAKAN METODE NAIVE BAYES
Kemiskinan merupakan salah satu permasalahan umum yang seringrndihadapi dalam hal peningkatan kesejahteraan di hampir semua negara. Denganrntersedianya data kemiskinan yang akurat dan berkesinambungan merupakan salahrnsatu usaha penting dalam mengevaluasi kebijakan pemerintah mengenairnpenanganan ke...
Saved in:
| Main Author: | |
|---|---|
| Language: | Indonesian |
| Published: |
STMIK AKAKOM
2018
|
| Subjects: | |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Kemiskinan merupakan salah satu permasalahan umum yang seringrndihadapi dalam hal peningkatan kesejahteraan di hampir semua negara. Denganrntersedianya data kemiskinan yang akurat dan berkesinambungan merupakan salahrnsatu usaha penting dalam mengevaluasi kebijakan pemerintah mengenairnpenanganan kemiskinan dengan memfokuskan perhatian pada hal pendistribusianrnbantuan.rnPenelitian terkait klasifikasi tingkat prioritas penerimaan bantuan darirnpemerintah ini memerlukan beberapa kriteria pendukung dalam melakukanrnklasifikasi menggunakan metode Naive Bayes. Data yang digunakan sebagairnkriteria yaitu, jenis atap, dinding, lantai, jumah penghasilan dan pendidikan. Datarnyang digunakan untuk proses pengklasifikasian sebanyak 120 data yang akanrndipakai sebagai data training, untuk menghasilkan 3 kategori yaitu, prioritasrntinggi, prioritas sedang dan prioritas rendah. Masing-masing data memiliki 5rnkriteria yang akan digunakan dalam proses klasifikasi.rnHasil yang diperoleh dari menggunakan metode ini adalah sistem mampurnmengklasifikasikan data baru berdasarkan data lama. Dari 30 data sebanyak 26rndata yang dapat diklasifikasikan sehingga menghasilkan akurasi sebesarrn86,6667%.rnKata Kunci :rnAkurasi, Data Mining, Kemiskinan, Klasifikasi, Naive Bayes. |
|---|