M.Iqbal, - (2021) PENERAPAN FAST CORRELATION BASED FILTER DAN NAÏVE BAYES UNTUK KLASIFIKASI TINGKAT KEMISKINAN. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text TANPA BAB 4 DAN 5.pdf Download (2MB) | Preview
	Text (BAB IV-V) BAB 4 DAN 5.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Pemerintah melakukan program untuk mencegah dan menyelesaikan masalahan kemiskinan, salah satu cara untuk menyelesaikan masalahan kemiskinan dengan memberikan bantuan sosial. Masyarakat yang berhak menerima bantuan sosial harus memenuhi kriteria yang sudah disepakati, kendala dinas sosial ialah susahnya mengklasifikasikan tingkat kemiskinan masyarakat karena banyaknya variabel dari data. Fast Correlation Based Filter adalah algoritma yang digunakan untuk menghilangkan fitur-fitur yang tidak berguna berdasarkan nilai threshold. Metode Naïve Bayes merupakan proses untuk mengklasifikasikan data masyarakat dengan menghitung probabilitas, dibandingkan sehingga mendapatkan hasil klasifikasi fakir miskin, miskin dan rentan miskin. Dari hasil pengujian didapatkan hasil akurasi tertinggi menggunakan Confusion Matrix dengan nilai threshold 0,05 dengan rasio perbandingan 90:10 sebesar 91,66% dan akurasi terendah dengan rasio perbandingan 50:50 dengan nilai threshold 0,01 sebesar 78,03%, dari 600 data kepala keluarga dan dilakukan klasifikasi dengan Naïve Bayes dihasilkan jumlah Fakir Miskin 5, Miskin 163, dan Rentan Miskin 432 dengan akurasi 85,83% pada Confusion Matrix.

Actions (login required)

View Item