Image of Penerapan Data Mining Dengan Algoritma Smote dan Naive Bayes Untuk Klasifikasi Kelayakan Penerimaan Bantuan Sosial Pada Kantor Camat Medan Timur
Penanda Bagikan

Text

Penerapan Data Mining Dengan Algoritma Smote dan Naive Bayes Untuk Klasifikasi Kelayakan Penerimaan Bantuan Sosial Pada Kantor Camat Medan Timur

Kantor Camat Medan Timur menghadapi tantangan dalam menentukan kelayakan penerima bantuan sosial akibat ketidakakuratan data, kriteria yang tidak konsisten, dan metode seleksi manual yang kurang efisien. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut melalui penerapan algoritma SMOTE dan Naive Bayes. SMOTE digunakan untuk menangani ketidakseimbangan data, sementara Naive Bayes diterapkan untuk melakukan klasifikasi berdasarkan probabilitas. Proses penelitian dimulai dengan pengumpulan data penerima bantuan sosial, yang kemudian diolah menggunakan algoritma SMOTE untuk meningkatkan jumlah data dalam kategori minoritas. Selanjutnya, algoritma Naive Bayes diterapkan untuk melakukan klasifikasi kelayakan penerima berdasarkan fitur-fitur yang tersedia. Hasil dari perhitungan menunjukkan bahwa kombinasi kedua algoritma ini berhasil meningkatkan akurasi klasifikasi secara signifikan. Berdasarkan perhitungan nilai tertinggi yaitu sebesar 0,008 "Layak", sehingga data yang diuji dikategorikan Layak menerima Bantuan Sosial. Jika dipersentasekan, nilai tersebut setara dengan 0,008 × 100=0,75 atau 75%. Selain itu, sistem yang dikembangkan dalam penelitian ini dirancang untuk memudahkan implementasi di instansi pemerintah. Dengan transparansi dan efisiensi yang dihasilkan, sistem ini mampu membantu Kantor Camat Medan Timur dalam menyalurkan bantuan sosial secara lebih tepat sasaran.2

Kata Kunci: Data Mining, Klasifikasi, Bantuan Sosial, SMOTE, Naïve Bayes.

Ketersediaan
#
Perpustakaan Universitas Potensi Utama (Rak 6) 2514-00-57 DIN p
2514-00-57
Tersedia
Informasi Detail
Judul Seri
Karya Ilmiah - Skripsi
No. Panggil
2514-00-57 DIN p
Penerbit
Medan : Universitas Potensi Utama.,
Deskripsi Fisik
xii, 99 hlm..; 21,5 x 30 cm.
Bahasa
Indonesia
ISBN/ISSN
2113000066
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
2025
Subjek
Skripsi Sistem Informasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus masuk sebelum memberikan komentar