KLASIFIKASI RUMAH TANGGA UNTUK PENENTUAN PENERIMA KPS (KARTU PERLINDUNGAN SOSIAL) DENGAN MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) SKRIPSI

Transkripsi

1 KLASIFIKASI RUMAH TANGGA UNTUK PENENTUAN PENERIMA KPS (KARTU PERLINDUNGAN SOSIAL) DENGAN MENGGUNAKAN METODE MODIFIED K-NEAREST NEIGHBOR (MKNN) SKRIPSI NI WAYAN EKA AYUNINGSIH PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT JIMBARAN 2015

2

3 Judul : Klasifikasi Rumah Tangga untuk Penentuan Penerima KPS (Kartu Perlindungan Sosial) dengan Menggunakan Metode Modified K-Nearest Neighbor (MKNN) Nama : Ni Wayan Eka Ayuningsih NIM : Pembimbing I : Dra. Luh Gede Astuti,M.Kom. Pembimbing II : I Made Widiartha,S.Si.,M.Kom. ABSTRAK Kartu Perlindungan Sosial (KPS) adalah kartu yang diterbitkan oleh Pemerintah Indonesia dalam Percepatan dan Perluasan Perlindungan Sosial (P4S). KPS membantu memastikan agar rumah tangga miskin dan rentan miskin dapat menerima manfaat dari semua program perlindungan sosial yang berhak diterimanya sehingga membantu upaya rumah tangga untuk keluar dari kemiskinan. Metode yang digunakan dalam penelitian ini adalah Modified K-Nearest Neighbor (MKNN). MKNN merupakan pengembangan dari algoritma K-Nearest Neighbor (KNN) yang diperkenalkan oleh Parvin dkk. Pengembangan yang dilakukan bertujuan untuk untuk mengatasi masalah tingkat akurasi yang rendah pada algoritma KNN dan meningkatkan performa algoritma KNN. Modifikasi dilakukan dengan menambahkan proses validasi pada dataset serta melakukan perubahan pada mekanisme penentuan kelas data objek baru. Sistem yang dikembangkan melakukan klasifikasi menjadi dua kelas yakni rumah tangga sasaran (RTS) penerima KPS dan non rumah tangga sasaran (Non RTS). Data yang digunakan dalam penelitian ini sebanyak 300 data rumah tangga yang diperoleh dari dua lingkungan di Kelurahan Pagesangan yakni Lingkungan Pagesangan Barat dan Pagesangan Bebidas. Dari data yang diperoleh terdapat 140 data rumah tangga sasaran (RTS)/penerima KPS dan 160 data non RTS/ bukan penerima KPS. Pengujian dilakukan dengan membandingkan nilai akurasi yang diperoleh dari hasil klasifikasi menggukan metode MKNN dan metode KNN. Dari hasil pengujian diperoleh rata-rata (mean) akurasi dari klasifikasi dengan metode KNN bernilai 70.07% dan 70.67% untuk metode MKNN, standar deviasi yang diperoleh dari KNN lebih tinggi dari metode MKNN yakni sebesar 1,17 untuk metode KNN dan 0,97 untuk metode MKNN. Kata Kunci: Kartu Perlindungan Sosial, Modified K-Nearest Neighbor, K-Nearest Neighbor, RTS, Non RTS.

4 Title : Klasifikasi Rumah Tangga untuk Penentuan Penerima KPS (Kartu Perlindungan Sosial) dengan Menggunakan Metode Modified K-Nearest Neighbor (MKNN) Name : Ni Wayan Eka Ayuningsih NIM : Pembimbing I : Dra. Luh Gede Astuti,M.Kom. Pembimbing II : I Made Widiartha,S.Si.,M.Kom. ABSTRACT Social Protection Card (KPS) is a card issued by the Government of Indonesia in the Acceleration and Expansion of Social Protection (P4S). KPS helps to ensure that poor households can benefit from all social protection programs that are entitled for them, thereby helping the efforts of households to alleviate poverty. The method used in the study is the Modified K-Nearest Neighbor (MKNN). MKNN is the development of algorithms of K-Nearest Neighbor (KNN) introduced by Parvin et al. Development carried out is aimed to overcome the problem of low accuracy at KNN algorithm, and improve the performance of KNN algorithm. Modifications was done by adding the validation process on the data set and made changes to the mechanism for the determination of the class of data of new object. The system developed has made the classification into two classes namely targeted households (RTS) of KPS recipients and non-target households (Non RTS). The data used in this study were 300 households, obtained from two neighborhoods in the village of Pagesangan, namely the area of Pagesangan Barat and Pagesangan Bebidas. The data obtained show that there were 140 data of targeted households (RTS)/recepients of KPS and 160 of non-rts/not the recipient of KPS. Testing was done by comparing the value of accuracy obtained from the classification methods of MKNN and KNN. From the test results it was obtained the mean of accuracy of the classification with KNN method of 70.07% and 70.67% for MKNN method, standard deviation obtained from KNN was higher than MKNN method, which is equal to 1.17 for KNN method, and 0, 97 for MKNN method. Keywords: Social Security Card, Modified K-Nearest Neighbor, K-Nearest Neighbor, RTS, Non RTS.

5 KATA PENGANTAR Laporan tugas akhir dengan judul Klasifikasi Rumah Tangga untuk Penentuan Penerima KPS (Kartu Perlindungan Sosial) dengan Menggunakan Metode Modified K-Nearest Neighbor (MKNN) ini disusun dalam rangkaian kegiatan pelaksanaan Tugas Akhir di Jurusan Ilmu Komputer FMIPA UNUD. Laporan tugas akhir ini disusun dengan harapan dapat menjadi pedoman dalam melaksanakan penelitian di atas. Sehubungan dengan telah terselesaikannya laporan tugas akhir ini, maka diucapkan terima kasih dan penghargaan kepada berbagai pihak yang telah membantu pengusul, antara lain: 1. Ibu Dra.Luh Gede Astuti, M.Kom sebagai Pembimbing I yang telah banyak membantu menyempurnakan tugas akhir ini; 2. Bapak I Made Widiartha,S.Si.,M.Kom sebagai Pembimbing II yang telah bersedia meluangkan waktu untuk mengoreksi serta memberikan saran selama penyusunan tugas akhir ini; 3. Bapak Drs. I Wayan Santiyasa, M.Si. selaku Ketua Jurusan Ilmu Komputer Universitas Udayana yang telah banyak memberikan masukan dan motivasi sehingga memperlancar dalam proses pembuatan tugas akhir ini; 4. Bapak dan Ibu Dosen Jurusan Ilmu Komputer yang juga telah meluangkan waktu turut memberikan saran dan masukan dalam penyusunan skripsi ini; 5. Semua pihak yang telah memberi dukungan sehingga skripsi ini dapat diselesaikan sesuai dengan waktu yang ditentukan. Disadari pula bahwa tentu skripsi ini masih mengandung kelemahan dan kekurangan sehingga penulis berharap skripsi ini mampu memberikan inspirasi kepada pembaca dan menemukan ide-ide baru yang dapat dibuat menjadi topik penelitian selanjutnya. Bukit Jimbaran, September 2015 Penyusun, Ni Wayan Eka Ayuningsih

6 DAFTAR ISI HALAMAN JUDUL... Error! Bookmark not LEMBAR PENGESAHAN TUGAS AKHIR... Error! Bookmark not ABSTRAK... 3 ABSTRACT... 4 KATA PENGANTAR... 5 DAFTAR ISI... 6 DAFTAR GAMBAR... 9 DAFTAR TABEL DAFTAR LAMPIRAN BAB I... Error! Bookmark not PENDAHULUAN... Error! Bookmark not 1.1 Latar Belakang... Error! Bookmark not 1.2 Rumusan Masalah... Error! Bookmark not 1.3 Tujuan Penelitian... Error! Bookmark not 1. Untuk mengetahui proses klasifikasi rumah tangga menggunakan metode Modified K-Nearest Neighbor (MKNN)... Error! Bookmark not 2. Untuk menganalisis performa metode Modified K-Nearest Neighbor (MKNN) dan K-Nearest Neighbor (KNN) dalam klasifikasi rumah tangga untuk menentukan penerima KPS.... Error! Bookmark not 1.4 Batasan Masalah... Error! Bookmark not 1.5 Manfaat Penelitian... Error! Bookmark not 1.6 Metodelogi Penelitian... Error! Bookmark not Studi Literatur... Error! Bookmark not Penentuan Fitur... Error! Bookmark not

7 1.6.3 Pengumpulan Data... Error! Bookmark not Pengolahan Data... Error! Bookmark not Metode yang Digunakan... Error! Bookmark not Pengujian dan Evaluasi... Error! Bookmark not BAB II... Error! Bookmark not TINJAUAN PUSTAKA... Error! Bookmark not 2.1 Tinjauan Empiris... Error! Bookmark not 2.2 Tinjauan Teoritis... Error! Bookmark not Klasifikasi... Error! Bookmark not Metode Perhitungan Jarak... Error! Bookmark not Value Difference Metric... Error! Bookmark not Heterogeneous Value Difference Metric (HVDM)... Error! Bookmark not K-Nearest Neighbor (KNN)... Error! Bookmark not Algoritma K-Nearest Neighbor (KNN)Error! Bookmark not Kelebihan dan Kelemahan Algoritma K-Nearest Neighbor (KNN)...Er ror! Bookmark not Modified K-Nearest Neighbor (KNN)Error! Bookmark not Validasi Dataset... Error! Bookmark not Pembobotan Dataset... Error! Bookmark not Algoritma Modified K-Nearest NeighborError! Bookmark not

8 BAB III... Error! Bookmark not ANALISIS DAN PERANCANGAN... Error! Bookmark not 3.1 Flowchart K-Nearest Neighbor... Error! Bookmark not 3.2 Flowchart Modified K-Nearest Neighbor Error! Bookmark not 3.3 Data Penelitian... Error! Bookmark not BAB IV... Error! Bookmark not HASIL DAN PEMBAHASAN... Error! Bookmark not 4.1 Pengujian Data Testing dengan Metode KNNError! Bookmark not 4.2 Pengujian Data Testing dengan Metode MKNNError! Bookmark not 4.3 Tampilan Antar Muka Program... Error! Bookmark not 4.4 Hasil Pengujian... Error! Bookmark not Analisis Hasil Pengujian... Error! Bookmark not BAB V... Error! Bookmark not PENUTUP... Error! Bookmark not 5.1 Kesimpulan... Error! Bookmark not 5.2 Saran... Error! Bookmark not DAFTAR PUSTAKA... Error! Bookmark not

9 DAFTAR GAMBAR Gambar 1. 1 From Pendataan Rumah Tangga... Error! Bookmark not Gambar 3. 1 Flowchart Algoritma KNN Secara UmumError! Bookmark not Gambar 3. 2 Tahapan Detail Proses Perhitungan Jarak HVDMError! Bookmark not Gambar 3. 3 Tahapan Detail Proses Sorting Hasil Perhitungan Jarak... Error! Bookmark not Gambar 3. 4 Tahapan Detail Proses Voting Mayoritas KelasError! Bookmark not Gambar 3. 5 Flowchart Algoritma MKNN Secara UmumError! Bookmark not Gambar 3. 6 Tahapan Detail Proses Validasi DatasetError! Bookmark not Gambar 3. 7 Tahapan Detail Proses Perhitungan Bobot DatasetError! Bookmark not Gambar 4. 1 Tampilan Antarmuka Awal... Error! Bookmark not Gambar 4. 2 Tampilan Antarmuka Pengujian Data Testing dengan KNN... Error! Bookmark not Gambar 4. 3 Tampilan Antarmuka jika Validasi Dataset Belum Dilakukan. Error! Bookmark not Gambar 4. 4 Tampilan Antarmuka Validasi Dataset BerhasilError! Bookmark not Gambar 4. 5 Tampilan Antarmuka Pengujian Data Testing dengan MKNN Error! Bookmark not Gambar 4. 6 Tampilan Antarmuka Pengujian Data Testing dengan algoritma KNN dan metode pengujian Full Test... Error! Bookmark not Gambar 4. 7 Tampilan Antarmuka Pengujian Data Testing dengan algoritma KNN dan metode pengujian Full Test... Error! Bookmark not

10

11 DAFTAR TABEL Tabel 1. 1 Kelompok Variabel Kriteria Penentu Kondisi RTSError! Bookmark not Tabel 1. 2 Fitur Klasifikasi Rumah Tangga... Error! Bookmark not Tabel 1. 3 Tabel Hasil Pengujian... Error! Bookmark not Tabel 4. 1 Sintaks untuk Menghitung Nilai,,,... Error! Bookmark not Tabel 4. 2 Sintaks Perhitungan Standar Deviasi... Error! Bookmark not Tabel 4. 3 Sintaks Perhitungan Jarak HVDM... Error! Bookmark not Tabel 4. 4 Sintaks Pencarian K Tetangga TerdekatError! Bookmark not Tabel 4. 5 Sintaks Penentuan Kelas Data Testing.. Error! Bookmark not Tabel 4. 6 Sintaks Perhitungan Jarak antar DatasetError! Bookmark not Tabel 4. 7 Sintaks Sorting Hasil Perhitungan JarakError! Bookmark not Tabel 4. 8 Sintaks Validasi Dataset... Error! Bookmark not Tabel 4. 9 Sintaks Perhitungan Bobot Dataset dan Penentuan Kelas Data Testing... Error! Bookmark not Tabel Hasil Pengujian Data Testing... Error! Bookmark not Tabel Analisis Hasil Pengujian... Error! Bookmark not

12 DAFTAR LAMPIRAN Lampiran 1. Dataset yang digunakan 2. Data testing yang digunakan