SISTEM INFORMASI GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN KARANGBESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING

Hasymi, Muhammad Ali (2021) SISTEM INFORMASI GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN KARANGBESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 1718020_AWAL - W N I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
	Text 1718020_BAB I - W N I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (17kB)
	Text 1718020_BAB II - W N I.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (292kB) | Request a copy
	Text 1718020_BAB III - W N I.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (329kB) | Request a copy
	Text 1718020_BAB IV - W N I.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (888kB) | Request a copy
	Text 1718020_BAB V - W N I.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (8kB) | Request a copy
	Text 1718020_DAFTAR PUSTAKA - W N I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (7kB)
	Text 1718020_LAMPIRAN - W N I.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (3MB) | Request a copy

Abstract

SISTEM INFORMASI GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN KARANGBESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING Muhammad Ali Hasymi Teknik Informatika – ITN Malang 1718020@scholar.itn.id ABSTRAK Kemiskinan menjadi salah satu permasalahan di negara berkembang, bantuan sosial merupakan salah satu cara untuk mengurangi tingkat kemiskinan. Dalam penerapannya masih ada penerima bantuan sosial yang kurang tepat sasaran dikarenakan penggunaan data yang kurang maksimal serta minimnya informasi dan letak geografis, termasuk di Kelurahan Karangbesuki. Sebagai solusi masalah ini, diperlukan sistem informasi geografis yang menampilkan informasi mengenai pemetaan warga kurang mampu, diharapkan dengan adanya sistem informasi geografis tersebut dapat memberikan informasi dan mengelompokkan warga kurang mampu, serta mengetahui lokasi warga kurang mampu. Sistem yang akan dibangun yaitu sistem informasi geografis pemetaan warga kurang mampu meng-gunakan metode clustering serta dikombinasikan dengan QGIS 2.18. Metode clustering yang digunakan dalam sistem ini adalah metode K-Means clustering, kriteria yang digunakan pada pengelompokan data berupa umur, pekerjaan, pendidikan dan tanggungan keluarga. Dari hasil pengujian sistem informasi geografis menggunakan K-Means Clustering dengan 3 cluster untuk pengelompokan warga di kelurahan Karangbesuki, dengan menggunakan 325 sampel data, terdapat hasil pengelompokan sebanyak 178 (55%) warga yang tidak layak menerima bantuan, 99 (30%) warga yang kurang layak menerima bantuan dan 48 (15%) warga yang layak menerima bantuan. Berdasarkan hasul pengujian kinerja sistem dengan membandingkan pengelompokan secara manual atau data lama dengan pengelompokan pada sistem, sistem ini cukup baik dalam mengklasifikasi warga kurang mampu dengan tingkat akurasi 91%. Kata Kunci : Sistem Informasi Geografis, Bantuan Sosial, K-MeansSISTEM INFORMASI GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN KARANGBESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING Muhammad Ali Hasymi Teknik Informatika – ITN Malang 1718020@scholar.itn.id ABSTRAK Kemiskinan menjadi salah satu permasalahan di negara berkembang, bantuan sosial merupakan salah satu cara untuk mengurangi tingkat kemiskinan. Dalam penerapannya masih ada penerima bantuan sosial yang kurang tepat sasaran dikarenakan penggunaan data yang kurang maksimal serta minimnya informasi dan letak geografis, termasuk di Kelurahan Karangbesuki. Sebagai solusi masalah ini, diperlukan sistem informasi geografis yang menampilkan informasi mengenai pemetaan warga kurang mampu, diharapkan dengan adanya sistem informasi geografis tersebut dapat memberikan informasi dan mengelompokkan warga kurang mampu, serta mengetahui lokasi warga kurang mampu. Sistem yang akan dibangun yaitu sistem informasi geografis pemetaan warga kurang mampu meng-gunakan metode clustering serta dikombinasikan dengan QGIS 2.18. Metode clustering yang digunakan dalam sistem ini adalah metode K-Means clustering, kriteria yang digunakan pada pengelompokan data berupa umur, pekerjaan, pendidikan dan tanggungan keluarga. Dari hasil pengujian sistem informasi geografis menggunakan K-Means Clustering dengan 3 cluster untuk pengelompokan warga di kelurahan Karangbesuki, dengan menggunakan 325 sampel data, terdapat hasil pengelompokan sebanyak 178 (55%) warga yang tidak layak menerima bantuan, 99 (30%) warga yang kurang layak menerima bantuan dan 48 (15%) warga yang layak menerima bantuan. Berdasarkan hasul pengujian kinerja sistem dengan membandingkan pengelompokan secara manual atau data lama dengan pengelompokan pada sistem, sistem ini cukup baik dalam mengklasifikasi warga kurang mampu dengan tingkat akurasi 91%. Kata Kunci : Sistem Informasi Geografis, Bantuan Sosial, K-Means

Item Type:	Thesis (Skripsi)
Additional Information:	Muhammad Ali Hasymi 17.18.020
Uncontrolled Keywords:	Sistem Informasi Geografis, Bantuan Sosial, K-Means
Subjects:	Engineering > Informatics Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Informatika S1 > Teknik Informatika S1(Skripsi)
Depositing User:	Ms Nunuk Yuli
Date Deposited:	05 Apr 2021 03:59
Last Modified:	05 Apr 2021 03:59
URI:	http://eprints.itn.ac.id/id/eprint/5420

Actions (login required)

View Item