Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kecamatan Wonokromo Surabaya Menggunakan Metode Support Vector Machine (SVM)
Penulis TYAWATI, IKASkripsi
2021
512/UB/FT-Inf/21
Ind
Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kecamatan Wonokromo Surabaya Menggunakan Metode Support Vector Machine (SVM)
#1514311059Pengarang: TYAWATI, IKA
Pembimbing Pertama: Eko Prasetyo, S.kom., M.Kom.
Jenis: Skripsi
Penerbit: UBHARA : FT - Teknik Informatika
Tahun Terbit: 2021
Bahasa: Ind
Kode: 512/UB/FT-Inf/21
No. Klasifikasi: 005.1 Tya k
Jenis Karya: S1
Jenis
Skripsi
Tahun
2021
Status
Tersedia
Kode
512/UB/FT-Inf/21
Deskripsi Fisik
xiii + 94 hal; 30 cm
Subyek
KLASIFIKASI STATUS
Kata Kunci
Anotasi
ABSTRAK Permasalahan kemiskinan yang cukup kompleks membutuhkan intervensi semua pihak secara bersama dan terkoordinasi. Namun penanganannya selama ini cendrung parsial dan tidak berkelanjutan. Maka dari itu untuk mencapai kesejahteraan umum dan menanggulangi kemiskinan maka pihak kecamatan membuat kebijakan berupa bantuan sembako untuk penanggulangan kemiskinan. Dari hal tersebut bahwa kecamatan dapat menganggarkan sembako untuk bantuan sosial kepada warga yang tergolong miskin untuk dibantu kehidupannya sebagai salah satu bentuk program yang dapat membantu warga miskin setidaknya mengurangi beban hidup dan dapat membuat warga lebih berdaya lagi sehingga warga miskin dapat menjalankan hidup menjadi lebih baik lagi. Program penerima bantuan sembako menurut kecamatan yang ada di Jagir Wonokromo ada 14 kriteria untuk menentukan suatu rumah tangga dikategorikan sebagai Warga Miskin. Berdasarkan kriteria tersebut maka akan dilakukan klasifikasi antara layak dan tidak layak menerima sembako dengan menggunakan metode Support Vector Machine (SVM) . Dilakukan 6 kali pengujian data Pada pengujian pertama menggunakan 141 data testing dan 141 data training dihasilkan akurasi tepat 68%. Pengujian kedua menggunakan 82 data testing dan 200 data training mendapatkan akurasi tepat 75%. Pengujian ketiga dengan 132 data testing dengan 150 data training menghasilkan akurasi tepat 69%. Pengujian keempat menggunakan 250 data testing dan 32 data training dihasilkan akurasi tepat 80%. Pengujian kelima menggunakan 170 data testing dan 112 data training dihasilkan akurasi tepat 75%. Pengujian keenam menggunakan 220 data testing dan 62 data training dihasilkan akurasi tepat 75% dengan kata lain SVM dikategorikan baik untuk pengujian status kelayakan penerima sembako.