IMPLEMENTASI ALGORITMA NEURAL NETWORK PADA BANTUAN TUNAI LANGSUNG DI DESA PELANGSIAN MENGGUNAKAN RAPIDMINER

Nurahman Nurahman, Warisa Warisa

Abstract


Kemiskinan  merupakan faktor ketidakmampuan masyarakat dalam segi memenuhi kebutuhan sehari-hari sehingga menyebabkan kesulitan dalam memenuhi bahan pokok dalam rumah atau pakaian yang digunakan, tingkat kehidupan masyarakat yang buruk, upah kerja yang tidak mencukupi, sulit nya mencari pekerjaan. yang mendapatkan bantuan  mendapat manfaat untuk kebutuhan sehari-hari, melainkan bantuan ini ada yang tidak sesuai harapan warga desa  pelangsian karena status warga miskin yang kurang maksimal, karena penentuan status masyarakat miskin yang menerima bantuan tunai langsung yang kurang maksimum, sehingga bantuan yang diberikan kurang teliti. Penelitian ini bertujuan untuk mengimplementasikan algoritma neural network pada BLT desa pelangsian, serta bantuan ini bertujuan untuk membantu warga desa yang kurang mampu atau yang berhak mendapatkan/layak. Algoritma neural network  adalah pemodelan yang kompleks untuk memprediksi ekosistem perubahan yang fleksibel pada lingkungan yang terinspirasi dari sistem kerja biologis, neural network merupakan algoritma jaringan saraf yang bekerja pada otak manusia serta neuron yang saling terhubung antara satu dan yang lainnya. Hasil dari penelitian ini yang diperoleh dari mengimplementasikan neural network pada bantuan tunai langsung pada desa pelangsian dan hasil akurasi dari neural network nilai akurat yang di dapatkan yaitu, accuracy 99.08%, precision 98.39% dan recall 10.00%.

Kata kunci; Algoritma neural network, BLT, mengimplementasi, Akurasi, Rapidminer


Full Text:

PDF

References


S. Mashabi, “Melihat Kondisi Perempuan Kepala Keluarga Saat Pandemi,” Kompas, 2020.

T. R. Hariandja and N. T. Budiman, “TRANSPARANSI DALAM PELAKSANAAN BANTUAN LANGSUNG TUNAI (BLT) DANA DESA,” Ijlil, vol. 1, no. 3, 2021, doi: 10.35719/ijl.v1i3.86.

B. Rifai, “Algoritma Neural Network Untuk Prediksi Penyakit Jantung,” Techno Nusa Mandiri, vol. IX, no. 1, 2013, doi: https://doi.org/10.33480/techno.v10i1.

Y. Umaidah, “Penerapan Algoritma Artificial Neural Network Dalam Prediksi Harga Saham Lq45 Pt. Bank Rakyat Indonesia, Tbk,” J. Gerbang, vol. 8, no. 1, 2018.

Anwar Pauji, S. Aisyah, A. Surip, R. Saputra, and I. Ali, “Implementasi Algoritma K-Nearest Neighbor Dalam Menentukan Penerima Bantuan Langsung Tunai,” KOPERTIP J. Ilm. Manaj. Inform. dan Komput., vol. 4, no. 1, pp. 21–27, 2022, doi: 10.32485/kopertip.v4i1.114.

J. B. Berlian, K. Tengah, J. B. Berlian, and K. Tengah, “Penerapan Metode Naive Bayes Dalam Mengklasifikasi Penerima BLT Pada Desa Pelangsian,” vol. 14, no. 2, pp. 64–70, 2022.

Y. R. Sari, A. Sudewa, D. A. Lestari, and T. I. Jaya, “Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer,” CESS (Journal Comput. Eng. Syst. Sci., vol. 5, no. 2, p. 192, 2020, doi: 10.24114/cess.v5i2.18519.

R. Firmansyah, “Data Mining : Definis, Fungsi, Metode dan Penerapannya,” Https://Jagoanhosting.Com/. 2020.

G. A. Syafarina, S. Kom, and M. Kom, “Penerapan Algoritma Neural Network Dalam Di Provinsi Kalimantan Selatan,” Technologia, vol. 7, no. 2, pp. 80–88, 2016.

N. Ruswianto, E. Utami, and M. R. Arief, “Perancangan Data Primer Untuk Layanan E-Government Berbasis Ketugasan Dengan Pendekatan Model Diagram Raci ( Study Kasus : Pemerintah Kota Magelang ),” Semin. Nas. Teknol. Inf. dan Multimed., 2018.

Taufik Hidayat, “PEMBAHASAN STUDI KASUS SEBAGAI BAGIAN METODOLOGI KEPERAWATAN,” 1-13, 2019.

B. Rifai, “Algoritma Neural Network Untuk Prediksi,” Techno Nusa Mandiri, vol. IX, no. 1, pp. 1–9, 2013.

A. Shukla, Real Life Applications of Soft Computing. 2010. doi: 10.1201/ebk1439822876.

K. Wong, A. P. Wibawa, H. S. Pakpahan, A. Prafanto, and H. J. Setyadi, “Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network,” Sains, Apl. Komputasi dan Teknol. Inf., vol. 1, no. 2, 2019, doi: 10.30872/jsakti.v1i2.2600.

W. Erawati, “Vol. XII No. 2, September 2015 Jurnal Techno Nusa Mandiri,” Techno Nusa Mandiri, vol. XII, no. 2, pp. 21–26, 2015.

S. Anggraini, M. Akbar, A. Wijaya, H. Syaputra, and M. Sobri, “Klasifikasi Gejala Penyakit Coronavirus Disease 19 (COVID-19) Menggunakan Machine Learning,” J. Softw. Eng. Ampera, vol. 2, no. 1, 2021, doi: 10.51519/journalsea.v2i1.105.

Elvi Yanti, “Analisis Algoritma K-Means Dalam Pengelompokan Perkara Perceraian Berdasarkan Kelurahan Di Kota Jambi,” J. Ilm. Sist. Informasi, Teknol. Inf. dan Sist. Komput., vol. 16, no. 1, 2021.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 semanTIK

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Editor's Address :

Informatics Engineering Department of Halu Oleo University, Engineering Faculty Building 3rd Floor
H.E.A. Mokodompit Street, Bumi Tridharma Green Campus, Halu Oleo University

Telp. (0401) 3196237
Fax. (0401) 3195287
Website:http://ojs.uho.ac.id/index.php/semantik/index
E-mail: semantik.informatika@uho.ac.id