KHAIRUN, NISA (2024) KLASIFIKASI WILAYAH RAWAN PANGAN DI KAB ACEH UTARA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. S1 thesis, Universitas Malikussaleh.

	Text KHAIRUNNISA_180170164_COVER.pdf Download (76kB)
	Text KHAIRUNNISA_180170164_ABSTRAK.pdf Download (37kB)
	Text KHAIRUNNISA_180170164_BAB I.pdf Download (161kB)
	Text KHAIRUNNISA_180170164_DAFTAR PUSTAKA.pdf Download (101kB)
	Text SKRIPSI KHAIRUNNISA.pdf Restricted to Registered users only Download (2MB)

Abstract

Kerawanan pangan merupakan suatu kondisi dimana ketahanan pangan tidak tercapai, sehingga kerawanan pangan dapat diartikan sebagai kondisi tidak tersedianya pangan yang cukup bagi individu atau perorangan untuk dapat hidup sehat, aktif, dan produktif secara berkelanjutan. Dinas Pertanian dan Pangan Kabupaten Aceh Utara telah menyusun peta FSVA Kabupaten Aceh Utara namun diketahui bahwa proses pengumpulan dan peringkasan data FSVA membutuhkan waktu waktu yang lama sehingga mengakibatkan penanganan lambat. Penelitian ini melakukan klasifikasi pada data wilayah yang bertujuan untuk mengklasifikasi prioritas kerawanan pangan menggunakan algoritma K-Nearest Neighbor (KNN). Indikator yang digunakan dalam penelitian ini terdiri dari tiga aspek ketahanan pangan, yaitu ketersediaan dengan indikator rasio luas lahan pertanian terhadap jumlah penduduk dan rasio jumlah sarana dan prasarana penyedia pangan terhadap jumlah rumah tangga, keterjangkauan (akses terhadap pangan) dengan indikator rasio jumlah penduduk dengan tingkat kesejateraan terendah terhadap jumlah penduduk dan desa yang tidak memiliki akses penghubung memadai melalui darat, air, atau udara dan pemanfaatan pangan dengan indikator rasio jumlah rumah tangga tanpa akses air bersih terhadap jumlah rumah tangga dan rasio jumlah penduduk desa per tenaga kesehatan terhadap kepadatan penduduk. Data yang digunakan dalam penelitian ini adalah 852 data wilayah. Kemudian dikelompokkan menjadi 6 prioritas, yaitu Prioritas 1, Prioritas 2, Prioritas 3, Prioritas 4, Prioritas 5, Prioritas 6. Data tersebut di bagi menjadi 2 yaitu 70% digunakan untuk data training dan 30% digunakan sebagai data testing. Hasil klasifikasi menunjukkan bahwa wilayah sangat rentan pangan (Prioritas 1) terdiri dari 2,73%, rentan pangan (Prioritas 2) 9,37% dan agak rentan pangan (Prioritas 3) 1,56. Dengan menggunakan algoritma KNN dengan pendekatan Euclidean Distance K = 2, penelitian ini mencapai tingkat accuracy sebesar 86%, precision sebesar 77%, recall sebesar 77% dan f1-Score sebesar 76%. Kata kunci : FSVA, K-Nearest Neighbor, Klasifikasi

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Khairun Nisa Nisa
Date Deposited:	01 Mar 2024 08:34
Last Modified:	01 Mar 2024 08:34
URI:	https://rama.unimal.ac.id/id/eprint/1243

Actions (login required)

View Item