Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN GENETIC MODIFIED K-NEAREST NEIGHBOR DALAM KLASIFIKASI PENERIMA BERAS SEJAHTERA

RIZKI FAHLEVI, - (2020) PENERAPAN GENETIC MODIFIED K-NEAREST NEIGHBOR DALAM KLASIFIKASI PENERIMA BERAS SEJAHTERA. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
file lengkap kecuali hasil penelitian.pdf

Download (1MB)
[img] Text (BAB IV)
file BAB hasil penelitian.pdf - Published Version
Restricted to Repository staff only

Download (787kB)

Abstract

Beras Sejahtera adalah suatu program pemerintah untuk meringankan dan membantu keluarga miskin yang mendapat berbagai kendala dalam hal pangan. Beras sejahtera ditujukan untuk masyarakat miskin agar lebih mudah dalam mendapatkan makanan pokok. Pembagian RASTRA kecamatan tambang masih dilakukan klasifikasi (pengelompokan) secara manual sehingga membuat pembagian dari RASTRA kurang efisien sehingga dilakukan pembagian penerima dan bukan penerima RASTRA dengan metode Modified K-Nearest Neighbor (MKNN) dengan optimasi nilai K. Modified K-Nearest Neighbor memiliki kelebihan antara lain pelatihan yang cepat, sederhana, dan mudah dipelajari dan efektif jika menggunakan data pelatihan yang besar, namun MKNN masih memiliki kekurangan antara lain nilai K yang bias (tidak jelas) dan komputasi yang kompleks, untuk mengatasi permasalahan nilai K yang bias dari MKNN dibutuhkan suatu metode untuk mengoptimalkan nilai dari K yaitu dengan menggunakan Algoritma Genetika. Penelitian ini menggunakan Metode MKNN dengan optimasi algoritma genetika dengan kasus klasifikasi Beras Sejahtera (RASTRA). Kesimpulan yang diperoleh adalah Algoritma Genetika dapat diterapkan pada metode MKNN, hasil akurasi terbaik yang dihasilkan menggunakan Probabilitas Crossover sebesar 0.7 atau 0.8 dan Probabilitas Mutasi 0.3 atau 0.2 dengan nilai K 15, 7 dan 9 nilai akurasi 88%. Kata Kunci : Algoritma Genetika, Beras Sejahtera, Modified K Nearest Neighbors, Probabilitas Mutasi, Probabilitas Crossover.

Item Type: Thesis (Skripsi)
Subjects: 600 Teknologi dan Ilmu-ilmu Terapan > 620 Ilmu Teknik
000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 11 Aug 2020 01:57
Last Modified: 11 Aug 2020 01:57
URI: http://repository.uin-suska.ac.id/id/eprint/29136

Actions (login required)

View Item View Item