ARIANTI, IRMA, B2A016027 (2020) KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KABUPATEN BREBES MENGGUNAKAN KOMBINASI PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE (PCA-SVM). Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].
|
Text
1. HALAMAN DEPAN.pdf Download (415kB) | Preview |
|
|
Text
2. PERSETUJUAN PEMBIMBING.pdf Download (531kB) | Preview |
|
|
Text
3. PENGESAHAN KELULUSAN.pdf Download (584kB) | Preview |
|
|
Text
6. ABSTRAK.pdf Download (396kB) | Preview |
|
|
Text
12. BAB I.pdf Download (597kB) | Preview |
|
|
Text
13. BAB II.pdf Download (679kB) | Preview |
|
Text
14. BAB III.pdf Restricted to Repository staff only Download (655kB) | Request a copy |
||
Text
15. BAB IV.pdf Restricted to Repository staff only Download (855kB) | Request a copy |
||
|
Text
16. BAB V.pdf Download (406kB) | Preview |
|
|
Text
17. DAFTAR PUSTAKA.pdf Download (399kB) | Preview |
|
Text
18. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
||
|
Text
JURNAL ILMIAH.pdf Download (1MB) | Preview |
Abstract
Kesejahteraan merupakan berbagai tindakan yang dilakukan manusia untuk mencapai tingkat kehidupan masyarakat yang lebih baik. Kesejahteraan masyarakat dapat diukur dari terpenuhinya kebutuhan dasar manusia. Rumah tangga yang tidak mampu dalam pemenuhan kebutuhan dasarnya, maka dikategorikan dalam kemiskinan. Berdasarkan PPLS 2008, terdapat 13 indikator dalam penentuan kemiskinan yang diperoleh dari hasil Survei Sosial Ekonomi Nasional yang laksanakan oleh Badan Pusat Statistik. Penelitian ini menggunakan metode kombinasi Principal Component Analysis (PCA) dan Support Vector Machine (SVM) untuk mengklasifikasikan kesejahteraan rumah tangga di Kabupaten Brebes tahun 2018 dengan kategori miskin. PCA digunakan untuk mereduksi data dan data terbaru diproses menggunakan SVM untuk diklasifikasikan. Digunakan 3 kategori pembagian data training dan data testing yaitu 70:30, 80:20 dan 90:10. Hasil penelitian menunjukkan bahwa dari 955 responden, 86% menunjukkan rumah tangga miskin. Klasifikasi menggunakan Principal Component Analysis- Support Vector Machine (PCA-SVM) pada data training menghasilkan tingkat akurasi dan spesifitas terbaik yaitu pada data training 90 sebesar 99.77% dan 99.86%. Sedangkan pada sensitivitas terbesar yaitu 100% pada data training 70 dan 80. Untuk data testing memiliki tingkat akurasi sebesar 99.77% yaitu pada data testing 10, sensitivitas sebesar 99.16% pada data testing 10 dan spesifitas memiliki nilai terbaik pada data testing 30 dan 20 sebesar 100%. Kata kunci : Kesejahteraan rumah tangga, Principal Component Analysis (PCA), Support Vector Machine (SVM).
Item Type: | Thesis (Sarjana / Sarjana Terapan (S1/D4) ) |
---|---|
Call Number: | 021/Statistik/X/2020 |
Subjects: | L Education > Statistics |
Divisions: | Faculty of Agricultural Science and Technology > S1 Statistics |
Depositing User: | perpus unimus |
URI: | http://repository.unimus.ac.id/id/eprint/4340 |
Actions (login required)
View Item |