Ritonga, Ihsan Hakiki (2024) Penerapan Data Mining untuk Clustering Data Penduduk Miskin di Kecamatan NA IX-X Menggunakan Metode K-Means. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (508kB)
	Text Abstrak.pdf Download (512kB)
	Text Bab I.pdf Download (519kB)
	Text Daftar Pustaka.pdf Download (513kB)
	Text Full-Text.pdf Restricted to Registered users only Download (14MB)

Abstract

Penduduk miskin merupakan salah satu tantangan utama dalam pembangunan sosial ekonomi suatu negara. Pengidentifikasian dan pengelompokan penduduk miskin menjadi langkah kritis dalam merancang kebijakan yang efektif untuk mengatasi masalah ini. Dalam penelitian ini, penulis menerapkan metode K-Means untuk mengelompokkan penduduk miskin berdasarkan karakteristik ekonomi. Hasil penelitian memberikan gambaran yang jelas tentang penduduk miskin. Selain itu, mengidentifikasi kelompok-kelompok khusus penduduk miskin yang memerlukan perhatian khusus pada pemeritahan setempat dalam kebijakan. Data berasal dari kantor kepala desa di kecamatan NA IX-X berdasarkan hasil data yang di kumpul berupa data penduduk miskin pada tahun 2022. Data tersebut berupa bantuan tunai langsung,data berupa 3 macam yaitu c1 aman c2 rawan dan c3 krisis, Dengan mengunakan perhitungan K-Means dapat memberikan dasar yang kuat untuk pengambilan keputusan yang lebih terarah dalam upaya mengurangi tingkat kemiskinan diwilayah kecamatan NA IX-X Kabupaten Labuhan batu utara, Provinsi Sumatra utara. Metode ini dilakukan dengan menginvestigasikan penggambaran karakteristik objek yang sedang diteliti sehingga menjawab apa peristiwa yang sedang terjadi dan berlangsung dengan pendekatan Kuantitatif. Hasil penelitian ini menjadi sarana untuk membantu pemerintah agar dapat membagikan bantuan yang tepat sasaran.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Ihsan Hakiki Ritonga
Date Deposited:	02 Sep 2024 02:57
Last Modified:	02 Sep 2024 02:57
URI:	https://rama.unimal.ac.id/id/eprint/5479

Actions (login required)

View Item