Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Dian Ade Setiawan
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

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

Found 1 Documents
Search

 1 
Penerapan Metode Naive Bayes Untuk Klasifikasi Penentuan Penerima Bantuan PKH Dian Ade Setiawan; Risa Halilintar; Lilia Sinta Wahyuniar
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 5 No. 2 (2021): Seminar Nasional Inovasi Teknologi 2021
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/inotek.v5i2.1137

Abstract

Kemiskinan merupakan hal yang sudah biasa di indonesia berbagai cara telah dilakaukan oleh pemerintah untuk mengatasi kemiskinan di indonesia, salah satu caranya yaitu dengan membuat sebuah program bantuan bernama Program Keluarga Harapan (PKH) dimana program bantuan ini diperuntukkan untuk rakyat miskin guna menanggulangi masalah kemiskinan di Indonesia. Tetapi dalam proses penyalurannya mempunyai banyak permasalahan mulai dari data yang digunakan tidak sesuai dengan yang ada dilapangan kemudian data tidak sinkron, adanya pemalsuan atau kecurangan data, kemudian masyarakat merasa direpotkan karena untuk mengecek apakah mereka menerima bantuan PKH harus datang ke desa atau ke dinas sosial. Penelitian ini dibuat untuk memudahkan pemerintah dalam mengklasifikasikan penerima bantuan PKH serta untuk memudahkan masyarakat dalam pengecekan penerima bantuan PKH dengan menggunkan metode naive bayes dan laplace correction dimana dalam metode ini menggunakan kriteria yang telah ditentukan, kemudian proses perhitungan dimulai, setelah selesai perhitungan maka program akan menghasilkan data berupa keterangan penerima atau bukan penerima pada menu klasifikasi penerima PKH. Setelah dilakukan pengujian sistem menggunakan rapid minner dengan menggunakan data yang telah diinputkan menunjukkan tingkat akurasi 60%, recall 25% dan precission sebesar 75% dari hasil tersebut dapat disimpulkan bahwa sistem ini masih perlu pengembangan lanjutan agar sistem dapat digunakan dan menghasilkan output data yang lebih akurat.
Co-Authors risa Halilintar