Fariz Setiawan
Universitas Stikubank (Unisbank) Semarang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ALGORITMA BRAY&CURTIS BERBOBOT PADA CBR PENENTUAN KELUARGA TERDAMPAK COVID-19 Fariz Setiawan; Setyawan Wibisono
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 4 No. 2 (2021): MISI Juni 2021
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v4i2.387

Abstract

Pada masa pandemi Covid-19, pemerintah menyalurkan bantuan sosial kepada keluarga terdampak ekonomi akibat berlangsungnya pandemi. Masalah yang timbul adalah bagaimana menentukan keluarga yang berhak menerima bantuan pemerintah. Solusi yang diusulkan adalah digunakannya sistem yang memberikan dukungan keputusan dalam menentukan keluarga yang berhak menerima bantuan berdasarkan parameter kelayakan. Digunakan metode Case-Based Reasoning (CBR) untuk membandingkan parameter ekonomi kandidat penerima bantuan dengan parameter standar. Dari hasil perbandingan tersebut, akan dihitung nilai similaritas yaitu nilai kedekatan antara kandidat dengan standar penerimaan. Perhitungan nilai similaritas menggunakan algoritma Bray&Curtis, sedangkan penentuan bobot parameter menggunakan metode pairwise comparison yang menghasilkan tiga kelompok parameter, yaitu parameter utama dengan bobot 0,636985572, parameter pendukung dengan bobot 0,258284994, dan parameter pelengkap dengan bobot 0,104729434. Diusulkan nilai ambang batas kemiripan sebesar 0,5. Jika nilai kemiripan bernilai lebih atau sama dengan 0,5, sistem akan memberikan saran layak mendapatkan bantuan sosial.