Saputra, Putu Satya (2020) PERBANDINGAN METODE FUZZY C-MEANS DAN METODE NAIVE BAYES DALAM MENENTUKAN KELUARGA PENERIMA MANFAAT (KPM) BERDASARKAN STATUS SOSIAL EKONOMI (SSE) TERENDAH. Masters thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1729101014-COVER.pdf Download (765kB) |
|
Text (ABSTRAK)
1729101014-ABSTRAK.pdf Download (205kB) |
|
Text (BAB 1 PENDAHULUAN)
1729101014-BAB 1 PENDAHULUAN.pdf Download (332kB) |
|
Text (BAB 2 KAJIAN TEORI)
1729101014-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (826kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
1729101014-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (565kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1729101014-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (568kB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1729101014-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (208kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
1729101014-DAFTAR PUSTAKA.pdf Download (141kB) |
|
Text (LAMPIRAN)
1729101014-LAMPIRAN.pdf Download (2MB) |
Abstract
Putu Satya Saputra (2019), Perbandingan Metode Fuzzy C-means dan Metode Naïve Bayes Dalam Menentukan Keluarga Penerima Manfaat (KPM) Berdasarkan Status Sosial Ekonomi (SSE) Terendah. Ilmu Komputer, Program Pascasarjana, Universitas Pendidikan Ganesha. Tesis ini sudah disetujui dan diperiksa oleh Pembimbing 1: Dr. Gede Rasben Dantes, S.T. M.TI dan Pembimbing 2: Dr. I Gede Aris Gunadi, S.Si. M.Kom. Kata-kata kunci: data mining, naïve bayes, fuzzy c-means, confusion matrix, bdt Penelitian ini bertujuan untuk mengetahui : hasil clustering algoritma Fuzzy C-means, hasil klasifikasi Naïve Bayes, dan tingkat akurasi penerapan Fuzzy C-means dan Naïve Bayes dalam penentuan penerima bantuan sosial di Kabupaten Buleleng berdasarkan Basis Data Terpadu (BDT). Data yang digunakan yaitu Basis Data Terpadu sesuai Kepmensos No. 71/huk/2018 yang didapat di Bidang Perlindungan dan Jaminan Sosial Dinas Sosial Kabupaten Buleleng. Data tersebut dikelompokkan menjadi 3 kelompok yaitu penerima bantuan Program Keluarga Harapan (PKH), Bantuan Sosial Pangan (BSP) dan Penerima Bantuan Iuran (PBI) Jaminan Kesehatan. Metode perhitungan akurasi data mining menggunakan confusion matrix. Hasil implementasi algoritma dengan 1350 data keluarga menunjukan tingkat akurasi yang diperoleh algoritma Naïve Bayes lebih baik dari pada Fuzzy C-means. Nilai akurasi Naïve bayes sebesar 74% dan akurasi Fuzzy C-means sebesar 67%. Dari pengujian yang telah dilakukan dengan menggunakan perhitungan confusion matrix didapatkan hasil algoritma yang efektif digunakan dalam menentukan keluarga penerima manfaat tersebut adalah algoritma Naïve Bayes.
| Item Type: | Thesis (Masters) |
|---|---|
| Uncontrolled Keywords: | data mining, naïve bayes, fuzzy c-means, confusion matrix, bdt |
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General) |
| Divisions: | Pascasarjana > Program Studi Ilmu Komputer (S2) |
| Depositing User: | Putu Satya Saputra |
| Date Deposited: | 27 Feb 2020 04:04 |
| Last Modified: | 27 Feb 2020 04:04 |
| URI: | http://repo.undiksha.ac.id/id/eprint/1559 |
Actions (login required)
 |
View Item |