rezeki, mudahmi (2025) PENERAPAN METODE SUPPORT VECTOR MACHINE DALAM MENGKLASIFIKASI TINGKAT KESEJAHTERAAN KELUARGA. S1 thesis, Universitas Malikussaleh.

[img] Text
cover.pdf

Download (122kB)
[img] Text
ABSTRAK.pdf

Download (217kB)
[img] Text
BAB I.pdf

Download (122kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (172kB)
[img] Text
skripsi_mudahmi_rezeki_ cetak fix.pdf
Restricted to Registered users only

Download (4MB)

Abstract

ABSTRAK Keluarga sejahtera adalah keluarga yang terbentuk melalui perkawinan sah, dengan kemampuan memenuhi kebutuhan spiritual dan materiil secara layak, serta bertaqwa kepada Tuhan Yang Maha Esa. Keluarga sejahtera adalah keluarga yang memiliki hubungan yang harmonis, selaras, dan seimbang baik dengan masyarakat maupun lingkungan sekitarnya. Kesejahteraan rumah tangga menjadi indikator utama dari kondisi kehidupan suatu keluarga. Dalam konteks ini, klasifikasi kesejahteraan rumah tangga ditujukan untuk mengelompokkan keluarga ke dalam kategori sejahtera atau tidak sejahtera, berdasarkan indikator-indikator yang telah diatur dalam Undang-Undang No. 52 Tahun 2009. Berdasarkan undang-undang tersebut, kesejahteraan keluarga dibagi menjadi lima tingkatan berbeda. Penelitian ini dilakukan di lima desa besar, yaitu Kampung Kute Robel, Kute Keramil, Kute Riem, Kute Baru, dan Kute Rayang yang terletak di Kecamatan Linge, Kabupaten Aceh Tengah, Provinsi Aceh. Daerah ini dikenal sebagai salah satu wilayah yang masih menghadapi tantangan besar dalam hal kesejahteraan keluarga dan pembangunan ekonomi lokal. Untuk membantu mengidentifikasi dan memahami tingkat kesejahteraan keluarga di wilayah tersebut, digunakan metode data mining dengan pendekatan Support Vector Machine (SVM). Metode ini dipilih karena kemampuannya dalam mengklasifikasikan data secara akurat dan efisien. Berdasarkan hasil penelitian, metode SVM memberikan kinerja yang sangat baik dalam klasifikasi data tingkat kesejahteraan keluarga. Pengujian yang dilakukan menunjukkan bahwa algoritma ini mencapai tingkat akurasi sebesar 97,81% serta Presisi sebanyak 98,56 %, dan Reccal 99,05 %. Akurasi yang sangat tinggi ini menunjukkan bahwa algoritma SVM sangat cocok untuk diaplikasikan dalam klasifikasi kesejahteraan keluarga. Temuan ini dapat berfungsi sebagai dasar yang kuat bagi pemerintah daerah untuk mengidentifikasi tingkat kesejahteraan masyarakat dan merumuskan kebijakan yang tepat guna meningkatkan kualitas hidup masyarakat di wilayah tersebut. Dengan demikian, metode ini diharapkan dapat memberikan kontribusi signifikan dalam upaya pembangunan dan peningkatan kesejahteraan keluarga secara berkelanjutan. Kata Kunci: SVM, Data Mining, Klasifikasi, Kesejahteraan, Keluarga.

Item Type: Thesis (S1)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User: Mudahmi Rezeki
Date Deposited: 10 Mar 2025 02:50
Last Modified: 10 Mar 2025 02:50
URI: https://rama.unimal.ac.id/id/eprint/10683

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by