ABDUL RAZAQ SELFIANDRI, 11351104307 (2019) PENERAPAN FAST CORRELATION BASED FILTER DAN MODIFIED K-NEAREST NEIGHBOR UNTUK KLASIFIKASI TINGKAT KEMISKINAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text Lap-Abdul Razaq4.pdf Download (6MB)
	Text (BAB V) Untuk Watermark_p095-124.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Pemerintah telah melakukan berbagai program untuk pengentasan kemiskinan serta untuk memutus permasalahan kemiskinan, salah satu cara untuk memutus permasalahan kemiskinan dengan memberikan bantuan sosial. Masyarakat yang berhak menerima bantuan sosial harus memenuhi kriteria tertentu. Feature selection merupakan langkah praproses yang bertujuan untuk mengurangi dimensi data, menghapus data yang tidak tepat, serta dapat menambah hasil akurasi. Fast Correlation Based Filter merupakan algoritma yang digunakan untuk menghilangkan fitur-fitur yang tidak relevan berdasarkan nilai threshold dan menghilangkan fitur yang redudant terhadap fitur lain. Metode Modified K-Nearest Neighbor merupakan proses untuk menghitung nilai validitas sehingga mempertimbangkan validitas antara data latih dengan perhitungan weight voting dengan menghitung nilai bobot dari masing-masing tetangga. Dari hasil pengujian didapatkan hasil akurasi tertinggi dengan nilai threshold 0,01 dengan rasio perbandingan 80:20 sebesar 93,07% dan akurasi terendah dengan rasio perbandingan 60:40 dengan nilai k=1 adalah sebesar 83,08%. Kata kunci : Data Mining, Feature Selection, Fast Correlation Based Filter, Modified K-Nearest Neighbor, Tingkat Kemiskinan

Actions (login required)

View Item