ANALISIS DATA PENERIMA BANTUAN DESA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DI DESA BAWU

MUHAMMAD RIZKI HELMI BAYQUNI, 161240000545 (2021) ANALISIS DATA PENERIMA BANTUAN DESA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DI DESA BAWU. Skripsi thesis, UNISNU Jepara.

[img]
Preview
Text
161240000545_COVER.pdf - Published Version

Download (3MB) | Preview
[img]
Preview
Text
161240000545_BAB I.pdf - Published Version

Download (1MB) | Preview
[img]
Preview
Text
161240000545_BAB II.pdf - Published Version

Download (6MB) | Preview
[img]
Preview
Text
161240000545_BAB III.pdf - Published Version

Download (2MB) | Preview
[img]
Preview
Text
161240000545_BAB IV.pdf - Published Version

Download (3MB) | Preview
[img]
Preview
Text
161240000545_BAB V.pdf - Published Version

Download (415kB) | Preview
[img]
Preview
Text
161240000545_DAFTAR PUSTAKA.pdf - Published Version

Download (813kB) | Preview
[img]
Preview
Text
161240000545_LAMPIRAN.pdf - Published Version

Download (15kB) | Preview

Abstract

Kemiskinan di indonesia mungkin tidak akan jauh meninggalkan bangsa ini, karena begitu banyaknya rakyat yang masih berada di dalam lingkaran garis kemiskinan, baik dari faktor penyebab maupun dari dampak yang ditimbulkan. Ditinjau berdasarkan dari penyebab kemiskinan dapat disebabkan oleh dua faktor yaitu faktor internal dan faktor eksternal. Seiring dengan perkembangan teknologi yang semakin pesat, kehidupan ini dipermudah dengan adanya penerapan teknologi tersebut salah satunya menggunakan metode Data Mining dengan memakai Algoritma Support Vector Machine (SVM). Data penduduk akan dikasifikasikan menggunakan Algoritma Support Vector Machine (SVM) dengan cara menghitung jumlah akurasi pada suatu data tersebut yang menghasilkan jumlah akurasi sebanyak 96,78 % dengan rincian sebanyak 444 kepala keluarga termasuk penduduk bukan termasuk penerima bantuan, 35 kepala keluarga termasuk penduduk penerima bantuan, selanjutnya sebanyak 4 kepala keluarga termasuk penduduk penerima bantuan akan tetapi diklasifikasikan bukan penerima bantuan sedangkan 12 kepala keluarga termasuk penduduk bukan penerima bantuan akan tetapi diklasifikasikan penduduk penerima bantuan.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing I : Buang Budi Wahono, S.Si., M.Kom. Pembimbing II : Nur Aeni Widiastuti, S.Pd., M.Kom.
Uncontrolled Keywords: Kemiskinan, faktor kemiskinan, Data Mining, Support Vector Machine (SVM)
Subjects: 000 Karya Umum > 000 Ilmu Umum dan Komputer > 001 Ilmu Pengetahuan > 001.4 Riset, Metode Statistik
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Admin Perpustakaan Unisnu
Date Deposited: 31 Dec 2021 02:31
Last Modified: 31 Dec 2021 02:31
URI: http://eprints.unisnu.ac.id/id/eprint/1292

Actions (login required)

View Item View Item