Santoso, Egye (2022) Penerapan Data Mining Clustering terhadap Perekonomian pada Kelurahan Wonorejo Kecamatan Marpoyan Damai Provinsi Riau menggunakan Metode Algoritma K-Means. Skripsi thesis, Universitas Buddhi Dharma.
Text
COVER - BAB III.pdf - Published Version Download (3MB) |
|
Text
BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy |
|
Text
BAB V - LAMPIRAN.pdf - Published Version Download (1MB) |
Abstract
Pandemi Covid-19 memberikan efek negatif yang cukup berdampak terhadap perekonomian sehingga pemerintah berupaya untuk memberikan subsidi sosial kepada masyarakat tidak mampu serta kurang mampu sebagai bentuk penanggulangan bencana non alam yang terjadi. Namun, Tindakan tersebut belum tepat sasaran karena adanya faktor kedekatan sehingga berpotensi menimbulkan korupsi kolusi dan nepotisme. Untuk itu penelitian ini diterapkan pendekatan clustering data mining untuk mengidentifikasi kelompok perekonomian masyarakat, sebagai upaya pemerataan bantuan. Penerapan clustering dengan algoritma K-Means telah berhasil membentuk cluster 3 kelompok penerima bantuan di Kelurahan Wonorejo Kecamatan Marpoyan Damai Pekanbaru. Data yang didapatkan berupa data keluarga terdampak Covid-19 tahun 2020 sebanyak 1910 data dengan mempertimbangkan atribut umur, penghasilan perbulan, jumlah tanggungan, nomor kartu keluarga, pekerjaan dan nomor kategori yang selanjutnya akan diolah terlebih dahulu sesuai aturan data mining. Dari hasil Clustering tersebut menghasilkan cluster satu yaitu tidak mampu dengan data sebanyak 456 data,cluster 3 yaitu kurang mampu sebanyak 583 data, dan cluster 2 yaitu mampu sebanyak 544 data. Dari hasil tersebut maka masyarakat yang mendapatkan bantuan yaitu pada kelompok tidak mampu dan kurang mampu.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Clustering, K-Means, Pandemi Covid-19, Kota Riau |
Subjects: | 000 Karya Umum > 005 Pemograman > 005.36 Program untuk Komputer Personal 000 Karya Umum > 005 Pemograman > 005.4 Sistem Pemograman |
Divisions: | Fakultas Sains & Teknologi > Teknik Informatika |
Depositing User: | Iskandar Iskandar |
Date Deposited: | 01 Feb 2023 05:44 |
Last Modified: | 23 Feb 2023 07:40 |
URI: | https://repositori.buddhidharma.ac.id//id/eprint/1492 |
Actions (login required)
View Item |