KLASIFIKASI TINGKAT KESEJAHTERAAN KELUARGA MENGGUNKAN METODE NAIVE BAYES PADA KECAMATAN KOTA KEDIRI
Author (Penulis)
Ahmad Rofiq Fathur MuinUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0325Abstract
ABSTRAK
Ahmad Rofiq Fatkhur Muin: Klasifikasi Tingkat Kesejahteraan Keluarga Menggunakan Metode Naïve Bayes Pada Kecamatan Kota, Skripsi, Teknik Informatika, FT UN PGRI Kediri, 2019.
Kata Kunci: tingkat kesejahteraan, kesejahteraan keluarga, klasifikasi keluarga, naive bayes.
Penelitian ini dilatar belakangi berdasarkan hasil pengamatan dan pengalaman peneliti, bahwa dalam rangka meningkatkan kesejahteraan penduduk pemerintah melaksanakan berbagai program untuk meningkatkan kesejahteraan penduduk dirasa kurang berjalan efektif dimana sering kali ditemukanya kesalahan dalam menentukan kelayakan penerima bantuan atau kurang tepatnya dalam menentukan tingkat kelayakan penerima bantuan. Selain itu, adanya data penduduk yang kurang digunakan secara efektif dalam meningkatkan tingkat kesejahteraan penduduk.
Dari permasalahan tersebut diperoleh rumusan masalah bagaimana mengimplementasikan metode Naive Bayes untuk mengetahui tinkat kesejahteraan keluarga dan bagaimana membuat aplikasi yang berguna untuk mengetahuitinkat kesejahteraan keluarga.
Penelitian ini menggunakan metode Naive Bayes dalam memprediksi tingkat kesejahteraan keluarga dengan menggunakan variable input berdasarkan data Pemutakhiran Basis Data Terpadu (PBDT) untuk menghasilkan tingkat kesejahteraan keluarga dengan 4 variable class yaitu tingkat kesejahteraan di bawah 10%, tingkat kesejahteraan 11-20%, tingkat kesejahteraan 21-30% dan tingkat kesejahteraan 31-40%.
Kesimpulan penelitian ini adalah telah dihasilkannya aplikasi yang dapat mengimplementasikan data mining menggunkan metode Naive Bayes dalam mengklasifikasikan tingkat kesejahteraan keluarga dan memprediksi tingkat kesejahteraan keluarga berdasarkan data pemutakhiran basis data terpadu dengan tingkat akurasi mencapai 87,2%, berdasarkan hasil percobaan dengan perbandingan data training dan data testing sebesar 80%:20%.
Keyword
aReference
DAFTAR PUSTAKA
Arief, M.R. 2011. Pemrograman Web Dinamis menggunakan PHP dan MySQL. Yogyakarta: ANDI.
Arikunto, S. 2006. Prosedur Penelitian Suatu Pendekatan Praktek. Jakarta : PT. Rineka Cipta.
Azzainaby, M.L. 2016. Implementasi metode simple additive weighting untuk sistem pendukung keputusan penentuan warga miskin atau kurang mampu. Semarang: Universitas Dian Nuswantoro Semarang.
BKKBN. 2011. Profil Hasil Pendataan Keluarga Tahun 2011. Jakarta: Badan Kependudukan dan Keluarga Berencana Nasional Direktorat Pelaporan dan Statistik.
Han, J. & Kamber, M. 2006. Data Mining : Concept and Techniques Second Edition. San Francisco :Morgan Kaufmann Publishers.
Jogiyanto, H.M. 2005. Analisa dan Desain Sistem Informasi: Pendekatan Terstruktur Teori dan Praktik Aplikasi Bisnis. Yogyakarta : ANDI.
Kadir, A. 2013. Buku Pintar Programer Pemula PHP. Yogyakarta: Mediakom.
Karyadiputra, E. 2016. Analisis algoritma naïve bayes untuk klasifikasi status kesejahteraan rumah tangga keluarga binaan social. “Technologia” Vol 7, No.4, Oktober – Desember.
Kenifesia, A.K. 2007. Implementasi dan Study Analisis Data Mining Menggunakan Metode Bayesian untuk Menentukan Probabilitas Presentase Penerimaan Mahasiswa Baru Politeknik Caltex Riau. Pekanbaru: Politeknik Caltex Riau.
Kristianto, A. 2008. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta : Gava Media.
Kustiyahningsih, Y. & Amanisa, R.D. 2010. Pemograman Basis Data Berbasis Web Menggunakan PHP & MySQL. Yogyakarta: Graha Ilmu.
Larose D,T. 2006. Data Mining : Methods and Models. Department of Mathematical Sciences. Canada: Central Connecticut State University.
Pohan, H.I. & Bahri, K.S. 1997. Pengantar Perancangan Sistem. Jakarta: Erlangga.
Puspita, D., Suparti. & Wilandari, Y. 2013. Klasifikasi tingkat keluarga sejahteradenan menggunakan metode regresi logistic orninal dan fuzzy k-nearest. JURNAL GAUSSIAN, 3 (4): 645-653, Tersedia: http://ejournal-s1.undip.ac.id, diunduh 9 Oktober 2017.
Ratniasih, N.L. 2017. Rancang bangun sistem pakar untuk mendiagnosa penyakit meningitis menggunakan metode naïve bayes berbasis web. Bali: STMIK STIKOM Bali.
Spritta, C.R., Widyasari, Y.D.L. & Rachmawati, H. 2014 . Aplikasi Teknik Classification Data Mining Kependudukan dengan Menggunakan Metode Naïve Bayes untuk Memprediksi Kondisi Penduduk (Studi Kasus : Kecamatan Luhak Nan Duo). Jurnal Aksara Komputer Terapan Politeknik Caltex . 3 (1), tersedia: https://jurnal.pcr.ac.id, di unduh 9 Oktober 2017.
Susanto, K.A. 2013. Rekomendasi pilihan sekolah menggunakan metode naïve bayes classification pada penerimaan peserta didik baru. Malang: Universitas Barwijaya Malang.
Turban, E. 2005. Decision Support Systems and Intelligent Systems. Yogyakarta: ANDI
