Firmansyah, Dese Narfa (2019) Pengelompokan Wilayah Berdasarkan Kesejahteraan Sosial Menggunakan Algoritme Self-Organizing Maps Dengan Perbaikan Missing Value K-Nearest Neighbors. Sarjana thesis, Universitas Brawijaya.
Abstract
Penyandang Masalah Kesejahteraan Sosial (PMKS) merupakan kelompok sosial yang tidak dapat melaksanakan fungsi sosialnya dan hidup dibawa garis kesejahteraan masyarakat. PMKS merupakan salah satu komponen dalam penentuan kelompok sasaran program yang ada di Jawa Timur. Penelitian ini dilakukan untuk mengetahui bagaimana kelompok sasaran berdasarkan daerah yang ada di Jawa Timur dengan atribut data PMKS. Metode yang diusulkan yaitu clustering dengan menggunakan algoritme Self-Organizing Maps (SOM) dan penggunaan teknik pengisian data kosong K-Nearest Neighbors (KNN) untuk mengatasi permasalahan data PMKS yang beberapa diantaranya kosong. Alur kerja metode yaitu dataset dilakukan pengisian data kosong dengan KNN terlebih dahulu. Sebelum proses training menggunakan SOM dimulai, normalisasi min-max dilakukan pada dataset. Selanjutnya, proses training dijalankan dan hasil dari algoritme SOM merupakan keanggotaan cluster beserta nilai Silhouette Coefficient. Pengujian parameter algoritme dilakukan untuk mengetahui parameter terbaik algoritme ketika diukur menggunakan Silhoutte Coefficient. Pengujian mendapatkan parameter terbaik untuk algoritme SOM dengan nilai alpha=0,1, eta=0,2, jumlah epoch=160 dan jumlah neuron=2x2. Sedangkan untuk KNN, parameter terbaik yang didapatkan yaitu nilai K sebesar 2. K=2 memberikan kenaikan pada Silhouette Coefficient sebesar 3,4% dibandingkan dengan pengelompokan tanpa pengisian data kosong. Dengan menggunakan parameter tersebut, proses pengelompokan daerah atau clustering memberikan nilai Silhouette Coefficient tertinggi sebesar 0,351 yang termasuk ke dalam kategori weak structure. Hasil dari clustering tersebut terdiri dari 2 cluster dengan proporsi data 1:37. Cluster 1 hanya diisi oleh Kabupaten Jember dan cluster 2 diisi oleh sisa daerah yang lain. 5 atribut yang memiliki selisih tertinggi antara kedua cluster tersebut yaitu Lanjut Usia Terlantar, Gelandangan dan Gelandangan Psikotik, Pemulung, Pengemis dan Kelompok Minoritas.
English Abstract
Persons with Social Welfare Problem (PMKS) are social groups that cannot do their social function because obstacle and their life are under a welfare line. PMKS is one of component to determine programs in East Java Government. This study aim to find out region based groups in East Java with PMKS data feature. The method proposed in this study are clustering with Self-Organizing Maps (SOM) algorithm and K-Nearest Neighbors (KNN) missing-value imputation in order to overcome missing-value problem in PMKS dataset. First, empty data in dataset is filled using KNN. Before the training process using SOM starts, minmax normalization is done on the dataset. Furthermore, the training process is carried out and the results of the SOM algorithm are cluster membership along with the Silhouette Coefficient value. Parameter testing is done to find out best value of parameter of algorithm and it’s evaluated using Silhouette Coefficient. The testing gets their best parameter on SOM algorithm with learning rate value of 0.1, neighborhood coefficient value of 0.2, number of epoch is 160 and neuron size is 2x2. As For KNN, the best parameter obtained is K=2. K=2 gives increase in Silhouette Coefficient score of 3.4% compared to clustering without KNN missingvalue imputation. By using these best parameters, the clustering provides highest Silhouette Coefficient 0.351 which categorized as weak structure. The result of clustering consist of 2 cluster with proportion of data 1:37. Cluster 1 is only filled by Kab. Jember and Cluster 2 is filled by rest of the region. The 5 attributes that have the highest difference between the two clusters are Neglected Elderly, Homeless and Psychotic Homeless, Scavengers, Beggars and Minority Groups.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/325/051905643 |
| Uncontrolled Keywords: | Persons with Social Welfare (PMKS), clustering, missing-value imputation, Self-Organizing Maps, K-Nearest Neighbors |
| Subjects: | 000 Computer science, information and general works > 004 Computer science > 004.2 System analysis and design, computer architecture, performance evaluation |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 30 Jul 2020 06:06 |
| Last Modified: | 30 Jul 2020 06:06 |
| URI: | http://repository.ub.ac.id/id/eprint/171819 |
Actions (login required)
 |
View Item |