MUSADDAD, ADITAMA AZMY (2020) OPTIMALISASI BIG DATA DALAM MENGURANGI MISS-TARGETING PROGRAM KELUARGA HARAPAN (PKH) DI KABUPATEN SIDOARJO DENGAN PENDEKATAN MACHINE LEARNING. Undergraduate thesis, UPN "VETERAN" JATIM.
|
Text (Cover)
Cover.pdf Download (1MB) | Preview |
|
|
Text (Bab 1)
Bab I.pdf Download (663kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab 2)
Bab II.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text (Bab 3)
Bab III.pdf Restricted to Repository staff only Download (374kB) |
|
|
Text (Bab 4)
Bab IV.pdf Restricted to Repository staff only Download (1MB) |
|
|
Text (Bab 5)
Bab V.pdf Download (189kB) | Preview |
|
|
Text (Dapus)
Dapus.pdf Download (435kB) | Preview |
|
|
Text (Lampiran)
Lampiran.pdf Restricted to Repository staff only Download (678kB) |
Abstract
Program Keluarga Harapan (PKH) menjadi episentrum dan center of excellence penanggulangan kemiskinan yang mensinergikan berbagai program perlindungan dan pemberdayaan sosial. Data kemiskinan yang akurat dan tepat sasaran harus mampu diwujudkan dengan mengoptimalkan Big Data sebagai source. Namun, dalam praktiknya, program ini seringkali mengalami miss-targeting. Pendekatan Machine Learning digunakan karena berangkat dari permasalahan tersebut. Metode yang digunakan adalah metode supervised learning. Tujuan penelitian ini untuk memberikan gambaran perbandingan tingkat miss-targeting Program Keluarga Harapan antara aplikasi SIKS-NG dan machine learning melalui aplikasi R berdasarkan data dan pengukuran indikator kemiskinan yang sama. Diperoleh model algoritma Averaged Neural Network dengan hasil yang optimal dibandingkan algoritma-algoritma lain. Adapun hasil pengujian data yang diperoleh pada SIKS-NG dan Machine Learning yang menggunakan evaluasi confusion matrix dengan 3 indikator sebagai berikut: 1) Accuracy yang didapatkan SIKS-NG 72,40% meningkat menjadi 81,18% pada Machine Learning; 2) Precision pada SIKS-NG mendapatkan angka persentase tinggi 91,01%, akan tetapi hasil tersebut mampu meningkat setelah data diberi Machine Learning menjadi 95,37%; 3) Recall dengan SIKS-NG memperoleh hasil 75,49%, sedangkan Machine Learning memperoleh hasil yang lebih tinggi yakni 82,19%. Dengan demikian, pendekatan Machine Learning dapat dijadikan rekomendasi alternatif dalam pengambilan keputusan otomatis dan praktik manajemen inovatif. Kata kunci: Program Keluarga Harapan, Miss-Targeting, Big Data, Machine Learning
| Item Type: | Thesis (Undergraduate) | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||
| Subjects: | J Political Science > JF Political institutions (General) > JF1338-2112 Public administration | ||||||||
| Divisions: | Faculty of Social and Political Sciences > Departement of Public Administration | ||||||||
| Depositing User: | Budiyono Budiyono | ||||||||
| Date Deposited: | 23 Jun 2021 06:26 | ||||||||
| Last Modified: | 23 Jun 2021 06:26 | ||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/2141 |
Actions (login required)
 |
View Item |