Skripsi

Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kecamatan Wonokromo Surabaya Menggunakan Metode Support Vector Machine (SVM)

Penulis TYAWATI, IKA
Jenis

Skripsi

Tahun

2021

Kode

512/UB/FT-Inf/21

Bahasa

Ind

Skripsi Tersedia
Unduh Laporan

Klasifikasi Kelayakan Penerima Bantuan Sembako Di Kecamatan Wonokromo Surabaya Menggunakan Metode Support Vector Machine (SVM)

#1514311059

Pengarang: 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

Warga miskin bantuan sembako KLASIFIKASI SV

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.

Di-entri: 27 September 2022 04:54