Implementasi K-Nearest Neighbor Pada Klasifikasi Kelayakan Penerima PKH (Program Keluarga Harapan)

Sri Ramadani

Abstract


Program Keluarga Harapan (PKH) adalah salah satu program pemerintah untuk menanggulangi kemiskinan di Indonesia. Sasaran dari program ini yaitu Rumah Tangga Sangat Miskin (RSTM). Sayangnya penyaluran dana dari program ini masih kurang efektif. Hal ini bisa di sebabkan karena tidak dilakukannya pendataan ulang secara berkesinambungan dan hubungan kekerabatan antara pendata dan calon penerima manfaat. Sehingga ada beberapa warga yang seharusnya menerima manfaat menjadi tidak menerima manfaat dari program tersebut. Penelitian ini bertujuan untuk mengetahui kelayakan penerima manfaat PKH dengan parameter yang telah di tentukan. Penelitian ini mengambil sampel 20 Kepala Keluarga dari keseluruhan 40 kepala keluarga yang menerima manfaat PKH. Proses pengambilan data dengan cara meminta kepada instasi kelurahan/desa terkait dengan menunjukkan surat izin sebelumnya.


References


Annur, Haditsah. 2018. “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes.” ILKOM Jurnal Ilmiah 10(2): 160–65.

Baharuddin, Mus Mulyadi, Tasrif Hasanuddin, and Huzain Azis. 2019. “Analisis Performa Metode K-Nearest Neighbor Untuk Identifikasi Jenis Kaca.” ILKOM Jurnal Ilmiah 11(28): 269–74.

Cahyanti, Dewi, Alifah Rahmayani, and Syafira Ainy. 2020. “Analisis Performa Metode Knn Pada Dataset Pasien Pengidap Kanker Payudara.” Indonesian Journal of Data and Science 1(2): 39–43.

Handoko, Koko. 2016. “Penerapan Data Mining Dalam Meningkatkan Mutu Pembelajaran Pada Instansi Perguruan Tinggi Menggunakan Metode K - Means Clustering ( Studi Kasus Di Program Studi Tkj Akademi Komunitas Solok Selatan ).” TEKNOSI 02(03): 31–40.

Herlina, Herlina, Warjio Warjio, and Nina Siti Salmaniah Siregar. 2020. “Implementasi Program Keluarga Harapan Di Kelurahan Sumber Sari Kecamatan Sei Tualang Raso Kota Tanjungbalai.” Strukturasi: Jurnal Ilmiah Magister Administrasi Publik 2(2): 153–61.

Irawan, Yuda. 2019. “Penerapan Data Mining Untuk Evaluasi Data Penjualan Menggunakan Metode Clustering Dan Algoritma Hirarki Divisive.” JTIULM (Jurnal Teknologi Informasi Universitas Lambung Mangkurat 4(1): 13–20.

Jaya, Bhayangkara. 2018. “Analisis Penjualan Produk Retail Dengan Metode Data Mining Asosiasi.” Jurnal Kajian Ilmiah 18(3): 231–37.

Kusuma, Fandi. 2021. “Indikator Kesejahteraan Rakyat Kabupaten Serdang Bedagai 2020.” BPS Serdang Bedagai: 1–74.

Mulyana, Herman. 2014. “Pemakaian Metode Asosiasi Dalam Data Mining Untuk Penjualan Lebih Dari Satu Jenis Produk Pada Perusahaan.” Jurnal Pilar Nusa Mandiri 10(1): 47–55.

Nikmatun, Inna Alvi, and Indra Waspada. 2019. “Implementasi Data Mining Untuk Klasifikasi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighbor.” Jurnal SIMETRIS 10(2): 421–32.

Nofriansyah, Dicky. 2016. “Penerapan Data Mining Dengan Algoritma Naive Bayes Clasifier Untuk Mengetahui Minat Beli Pelanggan Terhadap Kartu Internet XL ( Studi Kasus Di.” Jurnal SAINTIKOM 15(2): 81–92.

Sasmito, Cahyo, and Ertien Rining Nawangsari. 2019. “Implementasi Program Keluarga Harapan Dalam Upaya Mengentaskan Kemiskinan Di Kota Batu.” JPSI (Journal of Public Sector Innovations) 3(2): 68.

Syahdan, Sheih Al. 2018. “Data Mining Penjualan Produk Dengan Metode Apriori Pada Indomaret Galang Kota.” JNKTI (Jurnal Nasional Komputasi dan Teknologi Informasi) 1(2): 56–63.


Refbacks

  • There are currently no refbacks.


 

LPPM STIKOM Tunas Bangsa
https://tunasbangsa.ac.id/lp2m/
Organized by STIKOM Tunas Bangsa
Published by LPPM STIKOM Tunas Bangsa
W: https://skripsi.tunasbangsa.ac.id/index.php/2022

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0