VINSHA, HIDAYATUL PUTRI HANNA (2023) IMPLEMENTASI METODE K-MEANS CLUSTERING DALAM MENGELOMPOKKAN PENERIMA BANTUAN PANGAN NON TUNAI DI KECAMATAN MEDAN DENAI. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (26kB)
	Text ABSTRAK.pdf Download (8kB)
	Text BAB I.pdf Download (160kB)
	Text DAFTAR PUSTAKA.pdf Download (9kB)

Abstract

Kemiskinan masih menjadi masalah yang kompleks dan belum mendapatkan solusi terbaik, khususnya di Indonesia. Salah satu upaya pemerintah dalam menanggulanginya ialah mengadakan program bantuan sosial. Bantuan Pangan Non Tunai (BPNT) merupakan lanjutan dari RASTRA (Beras Sejahtera). Bantuan RASTRA diberikan dalam bentuk beras berkualitas medium, sedangkan BPNT diberikan dalam bentuk uang tunai. Kecamatan Medan Denai merupakan salah satu kecamatan di Kota Medan yang memiliki populasi yang besar sehingga sulit untuk menentukan urutan prioritas kelayakan dalam menerima BPNT, dampaknya penyaluran BPNT menjadi kurang tepat sasaran. Oleh karena itu, dalam penelitian ini penulis menggunakan metode K-Means Clustering yang sudah terbukti dapat mengelompokkan objek sesuai dengan karakteristik yang sama. Penelitian ini menggunakan data penerima BPNT di Kecamatan Medan Denai dari tahun 2019-2021. Kriteria data yang digunakan berjumlah 8 kriteria yaitu, jumlah tanngungan, jumlah individu dalam keluarga, status kepala rumah tangga, jumlah penghasilan, kondisi rumah, status kepemilikan rumah, jumlah kendaraan dan status kesejahteraan. Tingkatan cluster dibagi menjadi 3 yaitu: sangat layak, layak, dan tidak layak. Penelitian ini menggunakan persamaan Manhattan Distance untuk menghitung jarak tiap data ke tiap centroid. Hasil penelitian menunjukkan bahwa persentase paling besar untuk data tahun 2019 berada di cluster C1 (tidak layak) yakni sebesar 66%. Sedangkan untuk data tahun 2020 berada di cluster C2 (layak) sebesar 63,5%. Dan untuk data tahun 2021 juga berada di cluster C2 (layak) sebesar 41,5%. Sebanyak 132 penerima tahun 2019 berada di cluster “tidak layak” dikarenakan sudah memenuhi kriteria seperti, jumlah tanggungan yang mencukupi, memiliki hak kepemilikan rumah dll. Sedangkan sisanya, alasan penerima di tahun 2020 dan 2021 berada di cluster layak yaitu walaupun jumlah tanggungannya banyak namun jumlah penghasilannya masih dalam kategori mencukupi, dan walaupun kondisi rumahnya permanen namun tidak memiliki hak atas kepemilikan rumah (menumpang). Kata Kunci: Data Mining, K-Means Clustering, Manhattan Distance, BPNT

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Yolinda Cesilia
Date Deposited:	22 Nov 2023 07:30
Last Modified:	22 Nov 2023 07:30
URI:	https://rama.unimal.ac.id/id/eprint/251

Actions (login required)

View Item