Klasifikasi Penerimaan Program Keluarga Harapan (PKH) Menggunakan Metode Learning Vector Quantization (Studi Kasus Desa Kedungjati)

##plugins.themes.bootstrap3.article.main##

Vidya Capristyan Pamungkas Lailil Muflikhah Rendi Cahya Wihandika

Abstrak

Kemiskinan adalah kondisi ketidakmampuan seseorang untuk memenuhi kebutuhan pokok untuk hidup yang layak. Angka kemiskinan yang terus meningkat, terutama di kabupaten Jombang dari tahun ketahun hingga tahun 2017 mencapai 131,16 jiwa, berbagai cara telah dilakukan pemerintah untuk memberantas kemiskinan, salah satunya adalah Program Keluarga Harapan atau PKH, didesa Kedungjati petugas desa yang melakukan survey kepala keluarga masih menggunakan cara yang manual, yaitu dengan mendatangi setiap kepala keluarga dan mencatat satu persatu kriteria yang dibutuhkan oleh petugas. Sistem klasifikasi penerimaan program keluarga harapan menggunakan Learning vector quantization (LVQ). LVQ merupakan metode klasifikasi yang memliki pola dimana keluaran setiap unit adalah representasi dari kelas atau kategori. Vektor bobot dari keluaran setiap unit merupakan representasi dari vector ke suatu kelas. Vektor bobot memiliki aturan sendiri selama pelatihan. Sebagai metode klasifikasi, LVQ melakukan banyak pelatihan sampai berulang-ulang sampai dengan mendapatkan hasil maksimum, sehingga LVQ dapat meminimumkan error yang terjadi dalam proses. LVQ melakukan proses pelatihan dan pengujian untuk mendapatkan hasil klasifikasi, pada penelitian ini, menggunakan 5 parameter uji dengan hasil paling maksimal yaitu learning rate 0,7, DecAlpha 0,3, Epoch 2, dan Minalpha 0.01 dengan menggunakan 2 bobot yang mewakili kelas 0 dan kelas 1, mendapatkan hasil akurasi sebesar 100%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Pamungkas, V., Muflikhah, L., & Wihandika, R. Klasifikasi Penerimaan Program Keluarga Harapan (PKH) Menggunakan Metode Learning Vector Quantization (Studi Kasus Desa Kedungjati). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, p. 2659-2666, jan. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4781>. Tanggal Akses: 23 jan. 2019
Bagian
Artikel