Implementasi Metode K-Nearest Neighbor Untuk Klasifikasi Penduduk Miskin Di Desa Ngemplak Kidul Kabupaten Pati Jawa Tengah

Penulis

  • Ahmad Zainuddin STMIK Cikarang

Kata Kunci:

Metode RPL

Abstrak

Penanggulangan kemiskinan dan pemberdayaan masyarakan, merupakan salah satu tugas pemerintah daerah yang harus dijalankan, sesuai dengan amanah peraturan perundangan, sehingga pengklasifikasian atau pendataan yang baik merupakan suatu hal yang harus dilakukan. Untuk mendapatkan hasil tersebut maka dibutuhkan penerapan teknologi masa kini yaitu tentang pemanfaatan program aplikasi. Program aplikasi merupakan salah satu cara yang efektif dalam hal pengklasifikasian penduduk miskin tersebut. Keberadaan program aplikasi tentunya akan memberikan data yang akurat dan tepat, sehingga kebijakan yang harus diambil oleh pemerintah desa Ngemplak Kidul jadi tepat sasaran atau dengan kata lain sesuai dengan kebutuhan masyarakat. Pengklasifikasian data penduduk miskin juga dapat menentukan arah kebijakan bagi pemerintah daerah dalam hal program mengentaskan kemiskinan. Klasifikasi pendataan penduduk miskin dengan memanfaatkan teknologi terkini untuk memenuhi kebutuhan perangkat desa, sebagai suatu pemecahan masalah dari ketidak akuratan, ketepatan data untuk mendapatkan hasil klasifikasi penduduk miskin, proses dan tujuan dari klasifikasi itu sendiri. Tujuan penelitian ini adalah membuat Program aplikasi Klasifikasi Penduduk Miskin, dengan menggunakan metode K-nearest neighbor sebagai pengambilan keputusan klasifikasi penduduk miskin. Hasil dari pembuatan program aplikasi klasifikasi penduduk miskin, di desa Ngemplak Kidul kabupaten Pati, dengan metode k-nearest neighbor adalah untuk mempermudah perangkat desa, dalam mendapatkan hasil secara tepat sasaran, data akurat secara efisien waktu.

Referensi

Anshori Luthfi, Putri Rekyan Regasari Mardi, Tibyani. 2018. Implementasi Metode K-Nearest Neighbor Untuk Rekomendasi Keminatan Studi (Studi Kasus : Jurusan Teknik Informatika Universitas Brawijaya) e-ISSN: 2548-964

Hardiyanti, Siti. 2014. Implementasi Metode Modified K-Nearest Neighbor (MKNN) Pada Penentuan Keminatan Sekolah Menengah Atas (SMA) (Studi Kasus: SMA Negeri 1 Seririt). Universitas Brawijaya. Malang. ISSN: 2548-964

Leidiyana, H., 2010. Penerapan Algoritma K-Nearest Neighbor Untuk Penentuan Resiko Kredit Kepemilikan Kendaraan Bermotor. Jurnal Penelitian Ilmu Komputer, System Embedded & Logic,Vol : 1. STMIK Nusa Mandiri. 2010

Mulfikhah Laili, Ratnawati Dian Eka, Putri Rekyan Regasari Mardi. Data Mining 2018, ubpress, 2018

Mustakim, Oktafiani Giantika. 2016. Algoritma K-Nearest Neighbor Clasification Sebagai Sistem Prediksi Predikat Prestasi Mahasiswa.ISSN 2407-0939

Supono dan Putratama Virdiandry. Pemrograman Web dengan Mennggunakan PHP dan Framework Codeigniter 2018, Deepublish, CV Budi Utama, 2018.

Tri Halomoan Simanjuntak, Wayan Firdaus Mahmudy dan Sutrisno. 2014. Implementasi Modified K-Nearest Neighbor dengan Otomatisasi Nilai K Pada Pengklasifikasian Penyakit Tanaman Kedelai. e-ISSN : 2548-964

Wardana. Menjadi master PHP dengan framework codeigniter 2010, PT.Elex media komputindo kelompok Gramedia, Anggota IKAPI, Jakarta, 2010

Diterbitkan

2019-03-23

Cara Mengutip

Zainuddin, A. (2019). Implementasi Metode K-Nearest Neighbor Untuk Klasifikasi Penduduk Miskin Di Desa Ngemplak Kidul Kabupaten Pati Jawa Tengah. Jurnal Informatika SIMANTIK, 4(1), 21-28. Diambil dari http://ejurnal.stmikcikarang.ac.id/index.php/Simantik/article/view/69