Klasifikasi Penerimaan Program Keluarga Harapan (PKH) Menggunakan Metode Learning Vector Quantization (Studi Kasus Desa Kedungjati)

Pamungkas, Vidya Capristyan (2018) Klasifikasi Penerimaan Program Keluarga Harapan (PKH) Menggunakan Metode Learning Vector Quantization (Studi Kasus Desa Kedungjati). Sarjana thesis, Universitas Brawijaya.

Abstract

Kemiskinan adalah kondisi ketidakmampuan seseorang untuk memenuhi kebutuhan pokok untuk hidup yang layak. Angka kemiskinan yang terus meningkat, terutama di kabupaten Jombang dari tahun ketahun hingga tahun 2017 mencapai 131,16 jiwa, berbagai cara telah dilakukan pemerintah untuk memberantas kemiskinan, salah satunya adalah Program Keluarga Harapan atau PKH, didesa Kedungjati petugas desa yang melakukan survey kepala keluarga masih menggunakan cara yang manual, yaitu dengan mendatangi setiap kepala keluarga dan mencatat satu persatu kriteria yang dibutuhkan oleh petugas. Sistem klasifikasi penerimaan program keluarga harapan menggunakan Learning vector quantization (LVQ). LVQ merupakan metode klasifikasi yang memliki pola dimana keluaran setiap unit adalah representasi dari kelas atau kategori. Vektor bobot dari keluaran setiap unit merupakan representasi dari vector ke suatu kelas. Vektor bobot memiliki aturan sendiri selama pelatihan. Sebagai metode klasifikasi, LVQ melakukan banyak pelatihan sampai berulang-ulang sampai dengan mendapatkan hasil maksimum, sehingga LVQ dapat meminimumkan error yang terjadi dalam proses. LVQ melakukan proses pelatihan dan pengujian untuk mendapatkan hasil klasifikasi, pada penelitian ini, menggunakan 5 parameter uji dengan hasil paling maksimal yaitu learning rate 0,7, DecAlpha 0,3, Epoch 2, dan Minalpha 0.01 dengan menggunakan 2 bobot yang mewakili kelas 0 dan kelas 1, mendapatkan hasil akurasi sebesar 100%.

English Abstract

Poverty is a condition of someone inability to fulfill basic needs for a decent life. The poverty rate is increases, especially in Jombang Regency from year to year until 2017 reaching 131.16 people, various ways have been carried out by the government to reduce poverty, one of which is Program Keluarga Harapan or PKH, Kedungjati Village officer doing survey head of family with manual method by visiting each head of family and recording one by one the criteria. Classification system of Program Keluarga Harapan using Learning vector quantization (LVQ). LVQ is a classification method that has a pattern where the output of each unit is a representation of a class or category. The weight vector of each unit's output is a vector representation to a class. Weight vector have rules during training. As a classification method, LVQ does a lot of training repeatedly process until get maximum results, so LVQ can minimize errors that occur in the process. LVQ method do training and testing process to obtain the classification results. In this case using 5 test parameters with the best results, that is learning rate 0.7, DecAlpha 0.3, Epoch 2, and MinAlpha 0.01, using 2 weight vector to represent class 0 and class 1, get the results of an accuracy of 100%.

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FTIK/2018/1008/051900787
Uncontrolled Keywords:	kemiskinan, Learning vector quantization(LVQ), klasifikkasi, Program Keluarga Harapan, Klasifikasi-poverty, learning vector quantization(lvq), classification, Program Keluarga Harapan
Subjects:	300 Social sciences > 353 Specific fields of public administration > 353.5 Public administration of social warfare > 353.53 Programs directed to groups of people > 353.533 Specific miscellaneous groups > 353.533 2 Poor people
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	soegeng sugeng
Date Deposited:	22 Apr 2020 15:09
Last Modified:	18 May 2022 01:43
URI:	http://repository.ub.ac.id/id/eprint/166908

Text Vidya Capristyan Pamungkas.pdf Download (2MB)

Actions (login required)

View Item