Klasifikasi Data Penduduk Untuk Menerima Bantuan Pangan Non Tunai Menggunakan Algoritma Naïve Bayes

Abstract

Indonesia's population reaches 273,879,750 people, and it is known that every year it is increasing, so that population movements begin to occur from island to island. The population movement is carried out by everyone with the aim of getting a job to fulfill the necessities of life. However, not all of them can be fulfilled, even though there are still people who fall into the poor category, one of which is part of the population in the village of Bapinang Hulu. In the Bapinang Hulu village there is a Non-Cash Food Aid which is used to help the poor. The Non-Cash Food Assistance Program for the poor should be carried out with the right target. To overcome this, it is necessary to analyze population data. The analysis was carried out using the Nave Bayes Algorithm by dividing the dataset into training data and testing data. Testing the data 9 times to determine the accuracy of the results of research analysis in the search for the Accuracy performance vector value. The results showed that the accuracy performance vector value reached 90.00%. So it is known that the Naive Bayes algorithm is able to analyze population data for determining Non-Cash Food Aid in the upstream bapinang village.

Analisis Dataset Program Keluarga Harapan (Pkh) Desa Sidaharja Menggunakan Algoritma K-Means

“…Clustering adalah proses pengelompokan suatu kelompok objek berdasarkan sejumlah kemiripan [9] Pada dasarnya, clustering adalah pendekatan untuk mencari dan mengelompokkan data berdasarkan kesamaan karakteristik di antara satu set data dengan yang lain [10]. Pada Penelitian data mining melibatkan tahapan pengolahan data yang salah satunya sering disebut dengan Knowledge Discovery in Database (KDD) [11]. Algoritma K-means dipilih karena Algoritma ini memiliki keuntungannya adalah mudah diterapkan dan dijalankan, relatif cepat, mudah disesuaikan dan paling banyak digunakan dalam aktivitas data mining [12].…”

“…Hasil klasterisasi data ini dapat membantu dalam penyaluran bantuan kepada kelompok yang membutuhkan, dan penelitian ini juga memberikan rekomendasi untuk penggunaan dataset yang lebih besar dalam penelitian mendatang. Selain itu, penelitian ini juga mencakup referensi terkait studistudi terkait COVID-19 dan analisis data [11].…”

Study Time Classification of Mathematics and Information Technology Department of Kalimantan Institute of Technology Using Naïve Bayes Algorithm

“…The predicted amount of data is correct Number of predictions made = TN + TP TN + FP + TP + FN (5) Good accuracy in machine learning is subjective. But what is often thought, is that if more than 70% of the model has good performance.…”

Algoritma Fp-Growth Untuk Rekomendasi Menu Minuman Di Jingga Coffee

“…Analisis association rule mining adalah metode yang termasuk dalam data mining yang digunakan untuk mengidentifikasi pola asosiatif antara beragam item. [5] Sebagai contoh, dengan menganalisis data pembelian di sebuah toko, kita dapat menentukan sejauh mana kemungkinan seorang pelanggan akan membeli barang a dan barang b secara bersamaan. Dengan pengetahuan ini, pemilik toko dapat melakukan penataan barang secara strategis.…”