Skripsi/Tugas Akhir

Implementasi Metode Support Vector Machine (SVM) dalam Klasifikasi Warga Penerima Bantuan Pemerintah Berbasis Web Service pada Kelurahan Kapasa

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Kelurahan Kapasa Kecamatan Tamalanrea sangat sering mendapatkan program bantuan pemerintah Kota Makassar namun proses klasifikasi terhadap kriteria yang ditetapkan masih tidak tepat sasaran dan kurang merata. Penelitian ini dilakukan sebagai respon terhadap permasalahan yang sering terjadi di Kelurahan Kapasa Kecamatan Tamalanrea Kota Makassar, di mana program bantuan pemerintah seringkali tidak tepat sasaran dan kurang merata. Kelurahan ini sering menerima berbagai jenis bantuan, termasuk Bantuan Langsung Tunai (BLT), yang merupakan fokus penelitian ini. Ketidaktepatan dalam penyaluran bantuan ini merupakan masalah yang signifikan yang memerlukan solusi yang lebih efektif dan efisien. Oleh karena itu, implementasi metode Support Vector Machine (SVM) dalam klasifikasi warga penerima bantuan berdasarkan variabel "Jumlah Tanggungan" dan "Pendapatan" menjadi langkah penting untuk meningkatkan akurasi dan keadilan dalam penyaluran bantuan pemerintah di Kelurahan Kapasa.
Kata Kunci: Bantuan Pemerintah, Klasifikasi, Support Vector Machine (SVM), Kelurahan Kapasa

ABSTRACT
Kapasa Village, Tamalanrea District, very often receives assistance programs from the Makassar City Government, but the classification process based on the specified criteria is still not on target and is not evenly distributed. This research was conducted as a response to problems that often occur in Kapasa Village, Tamalanrea District, Makassar City, where government assistance programs are often not well targeted and unevenly distributed. This subdistrict often receives various types of assistance, including Direct Cash Assistance (BLT), which is the focus of this research. This inaccuracy in the distribution of aid is a significant problem that requires a more effective and efficient solution. Therefore, implementing the Support Vector Machine (SVM) method in classifying aid recipients based on the variables "Number of Dependents" and "Income" is an important step to increase accuracy and fairness in the distribution of government aid in Kapasa Village.
Keywords: Government Assistance, Classification, Support Vector Machine (SVM), Kapasa District

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-48 PAT i - 0592TI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

xii + 58 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-48

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 12 September 2023

Subjek

Skripsi/Tugas Akhir
Web Service
Support Vector Machine

Lampiran File