KLASIFIKASI SASARAN PENYULUHAN KELUARGA BERENCANA DI KECAMATAN X DENGAN MENERAPKAN ALGORITMA C4.5 DAN MULTICLASS SUPPORT VECTOR MACHINE

Arta, Putri Nurrahmah (2019) KLASIFIKASI SASARAN PENYULUHAN KELUARGA BERENCANA DI KECAMATAN X DENGAN MENERAPKAN ALGORITMA C4.5 DAN MULTICLASS SUPPORT VECTOR MACHINE. Tugas Akhir (S1) - thesis, UNIVERSITAS BAKRIE.

[img]
Preview
Text (pdf)
00 Cover.pdf - Submitted Version

Download (598kB) | Preview
[img] Text (pdf)
01 Bab I - III.pdf - Submitted Version
Restricted to Registered users only

Download (555kB) | Request a copy
[img] Text (pdf)
02 Bab IV.pdf - Submitted Version
Restricted to Registered users only

Download (544kB) | Request a copy
[img] Text (pdf)
03 Bab V.pdf - Submitted Version
Restricted to Registered users only

Download (24kB) | Request a copy
[img]
Preview
Text (pdf)
04 Daftar Pustaka.pdf - Submitted Version

Download (128kB) | Preview
[img] Text (pdf)
05 Lampiran.pdf - Submitted Version
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Hasil dari sistem komputerisasi pengolahan data keluarga oleh BKKBN membuat petugas di Balai Penyuluh Keluarga Berencana mengalami kesulitan dalam menentukan sasaran penyuluhan KB. Sasaran penyuluhan KB terdiri atas Unmet Need, Sasaran II dan Bukan Sasaran. Tiga kelas tersebut ditentukan oleh nilai dari atribut Status Pasangan Usia Subur, Kesertaan Ber-KB dan Keinginan Punya Anak Lagi. Penerapan algoritma C4.5 dan Multiclass Support Vector Machine bertujuan untuk menghasilkan sasaran penyuluhan KB serta untuk mengukur dan melihat algoritma mana yang memiliki kemampuan terbaik untuk mengklasifikasikan data keluarga tersebut. Proses training dan testing pada penelitian ini dibantu oleh kFold Cross Validation dengan nilai k = 10. Data yang digunakan adalah sebanyak 1000 data keluarga yang diambil dari satu kecamatan. Klasifikasi oleh model dari algoritma C4.5 menghasilkan nilai akurasi sempurna, yaitu 100%. Klasifikasi oleh Multiclass SVM menghasilkan nilai akurasi akhir 74,67%. Algoritma C4.5 memiliki kemampuan yang sangat baik dalam mengklasifikasikan data keluarga dibandingkan dengan algoritma Multiclass Support Vector Machine.

Item Type: Thesis (Tugas Akhir (S1) - )
Uncontrolled Keywords: Keluarga Berencana, KB, C4.5, Support Vector Machine, SVM, Linear Support Vector Machine, k-Fold Cross Validation, Multiclass Classification, Multiclass Support Vector Machine, Multiclass SVM
Subjects: Computer Science
Computer Science > Decision Support System (DSS)
Computer Science > Informatics
Thesis > Thesis (S1)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Informatika
Depositing User: Putri Nurrahmah Arta
Date Deposited: 28 Aug 2019 06:31
Last Modified: 28 Aug 2019 06:31
URI: http://repository.bakrie.ac.id/id/eprint/3077

Actions (login required)

View Item View Item