KLASTERISASI PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN K-MEANS DAN GAUSSIAN MIXTURE MODEL

ASTUTI, WIWIN TRI (2025) KLASTERISASI PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN K-MEANS DAN GAUSSIAN MIXTURE MODEL. Other thesis, UNIVERSITAS BINA DARMA.

	Text (BAB 0) 0.pdf Download (1MB)
	Text (BAB 1) 1.pdf Download (679kB)
	Text (DAFTAR PUSTAKA) D.pdf Download (651kB)
	Text (FULLBAB SKRIPSI) F.pdf Restricted to Repository staff only Download (7MB)
	Text (LAMPIRAN) L.pdf Download (1MB)

Abstract

Tujuan dari penelitian ini adalah untuk klasteriasi penerima bantuan bedah rumah di kota pagar alam. Klasterisasi sangat dibutuhkan untuk dapat menentukan penerima bantuan bedah rumah agar tepat sasaran. Metode Penelitian yang digunakan pada penelitian ini adalah CRIPS-DM yang terdiri dari 6 tahapan yaitu Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation dan .Deployment. Berdasarkan hasil penelitian yang telah dilakukan diketahui bahwa Algoritma k means lebih sesuai digunakan untuk data yang digunakan. Hal ini merujuk pada tujuan sebelumnya yaitu Mengelompokkan rumah menjadi 3 kategori kelayakan: Layak, Cukup Layak, Tidak Layak. Serta hal ini akan digunakan untuk pengambilan kebijakan, seperti prioritas bantuan. Beberapa analisis yang menjadi pertimbangan mengapa k-means yaitu Hasil klasifikasi langsung jelas, Lebih mudah dijelaskan ke pihak non-teknis (seperti pemerintah atau masyarakat) serta Cenderung stabil dan efisien.

Actions (login required)

View Item