Hefra, Agnes Dhea (2022) PENERAPAN DATA MINING UNTUK MENENTUKAN TINGKAT KEMISKINAN MENURUT PROVINSI DI INDONESIA MENGGUNAKAN K-MEANS. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (270kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (680kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (282kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (52kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (664kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcode 20.21.1457 Agnes Dhea Hefra.zip Restricted to Repository staff only Download (281kB) |
|
Text (PUBLIKASI)
Publikasi 20.21.1457 Agnes Dhea Hefra.pdf Restricted to Repository staff only Download (513kB) |
Abstract
INTISARI Kemiskinan merupakan masalah yang cukup serius terutama untuk di Negara berkembang seperti Indonesia. Data kemiskinan di setiap provinsi akan berbeda. Hal ini dipengaruhi oleh banyak indikator pendukungnya. Dengan menentukan dan mengukur indikator-indikator kemiskinan, maka akan mempermudah mengenal tingkat kemiskinan suatu wilayah. Dengan dikelompokkannya karakteristik suatu wilayah berdasarkan indicator kemiskinan, maka pemerintah dapat tepat dan cepat dalam mengambil kebijakan untuk menanggulangi kemiskinan di suatu wilayah. Teknik pemanfaatan data menjadi sebuah informasi baru disebut data mining. Salah satu metode data mining yang cukup popular yaitu clustering dengan menggunakan algoritma k-means. K-means dapat mengelola data tanpa diberitahu lebih dahulu label kelasnya . Data penelitian ini menggunakan data yang diterbitkan oleh BPS (Badan Pusat Statistik) di tahun 2018-2020 yang terdiri dari 34 provinsi dengan 3 variabel . Variabel yang penulis gunakan adalah angka harapan lama sekolah menurut jenis kelamin (tahun) dan pengeluaran per kapita menurut jenis kelamin (ribu rupiah per tahun) dan jumlah penduduk miskin (ribu jiwa) menurut provinsi dan daerah. Cluster yang digunakan dalam penelitian ini adalah sebanyak 3 kelompok. Hasil analisis menunjukkan bahwa sebanyak 4 provinsi termasuk pada cluster rata-rata tingkat kemiskinan tinggi, 12 provinsi termasuk pada cluster rata-rata tingkat sedang dan 18 provinsi lainnya termasuk pada cluster rata-rata tingkat kemiskinan rendah.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Data Mining, Kemiskinan, K-means | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 07 Oct 2022 01:57 | ||
| Last Modified: | 02 Aug 2023 07:49 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/8342 |
Actions (login required)
 |
View Item |