Penentuan Penerima Bantuan Ternak Menggunakan Algoritma K-Means & Naïve Bayes

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

Moh Fadel Asikin Dian Eka Ratnawati Mochammad Ali Fauzi

Abstrak

Indonesia adalah negara yang luas yang memiliki banyak kepulauan yang cocok untuk dikembangkan bisnis peternakan. Pada kenyataannya sektor peternakan belum mampu mendorong partisipasi masyarakat dan swasta. Untuk mengatasi permasalahan tersebut, maka sebagian anggaran Kementerian Pertanian dialokasikan dalam bentuk belanja bantuan sosial, diantaranya untuk pemberdayaan masyarakat dan penanggulangan kemiskinan dalam bentuk barang kepada kelompok tani. Salah satu bentuk bantuan yang dialokasikan ke kelompok petani adalah pemberian ternak. Penentuan calon penerima masih belum efektif dan kadang menimbulkan pemberian bantuan ternak menjadi tidak tepat sasaran, sehingga setiap pembelanjaan uang negara tidak memberikan manfaat yang maksimal bagi masyarakat. Pada penelitian ini digunakan metode K-Means Naïve Bayes (KMNB) yang dianggap mampu memberikan hasil klasifikasi yang akurat pada penentuan penerima bantuan ternak. Pendekatan pembelajaran KMNB dibentuk dengan menggabungkan teknik clustering dan klasifikasi. K-Means digunakan sebagai komponen pra-klasifikasi untuk mengelompokkan data yang sama pada tahap awal. Selanjutnya di tahap kedua data akan diklasifikasikan berdasarkan kategori diterima atau tidaknya menggunakan Naïve Bayes. Dengan demikian, data dengan kelompok yang salah selama tahap pertama akan diklasifikasikan sesuai dengan kategori di tahap kedua. Berdasarkan hasil pengujian dengan membandingkan hasil pengelompokkan pada metode K-Means konvensional terbukti bahwa KMNB memberikan akurasi tertinggi sebesar 100% sedangkan K-Means konvensional memiliki akurasi sebesar 95.91.

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

Cara Sitasi
Asikin, M., Ratnawati, D., & Fauzi, M. Penentuan Penerima Bantuan Ternak Menggunakan Algoritma K-Means & Naïve Bayes. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 2, p. 641-649, agu. 2017. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/902>. Tanggal Akses: 20 okt. 2019
Bagian
Artikel