KLASIFIKASI PENENTUAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) 3

Hara Muhammad Yerikho, - (2019) KLASIFIKASI PENENTUAN PENERIMA BANTUAN PROGRAM KELUARGA HARAPAN (PKH) MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) 3. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
01 COVER.pdf

Download (516kB)
[img] Text
02 LEMBAR PENGESAHAN.pdf

Download (72kB)
[img] Text (abstrak)
03 ABSTRAK.pdf - Published Version

Download (15kB)
[img] Text
04 KATA PENGANTAR.pdf

Download (301kB)
[img] Text
05 DAFTAR ISI.pdf

Download (398kB)
[img] Text
06 BAB I.pdf

Download (217kB)
[img] Text
07 BAB II.pdf

Download (474kB)
[img] Text
08 BAB III.pdf

Download (155kB)
[img] Text
09 BAB IV.pdf

Download (1MB)
[img] Text (BAB V)
10 BAB V.pdf - Published Version
Restricted to Repository staff only

Download (3MB)
[img] Text
11 BAB VI.pdf

Download (183kB)
[img] Text
12 DAFTAR PUSTAKA.pdf

Download (125kB)

Abstract

Program Keluarga Harapan adalah program bantuan yang dibuat oleh pemerintah meliputi seluruh anggota keluarga, untuk menentukan penerimaan bantuan PKH yang berhak menerima bantuan PKH adalah keluarga dengan status sosial ekonomi 10% terendah. Namun, dalam penerapanya petugas desa yang melakukan survey kepala keluarga masih menggunakan cara yang manual. Penelitian ini bertujuan untuk membuat sebuah aplikasi jaringan syaraf tiruan dengan metode klasifikasi dalam membantu pihak Dinas Sosial Kabupaten Kampar untuk menentukan penerima bantuan PKH. Variabel yang digunakan pada penalitian ini ada 35 variabel dan memiliki output berupa pkh dan tidak pkh. Metode yang digunakan yaitu Learning Vector Quantization 3, dan 2441 data keluarga miskin, pembagian data latih dan data uji adalah 90:10 dan 80:20. Nilai parameter learning rate digunakan bervariasi, yaitu 0.1, 0.3, 0.5, 0.7, dan 0.9, pengurangan learning rate 0.1, minimal learning rate 0.01, window 0.1, 0.5 dan nilai m 0.1, 0.5. Nilai akurasi tertinggi adalah 93.443% yang diperoleh pada 90% data latih dan 10% data uji dengan learning rate 0.1, 0.3, 0.5, 0.7, 0.9, minimal learning rate 0.01, window 0.1, 0.5, dan m 0.1, 0.5. Kata Kunci : Jaringan Syaraf Tiruan, Learning Vector Quantization 3, Program Keluarga Harapan.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ari Eka Wahyudi
Date Deposited: 05 Nov 2019 04:26
Last Modified: 05 Nov 2019 04:26
URI: http://repository.uin-suska.ac.id/id/eprint/21927

Actions (login required)

View Item View Item