Klasifikasi Penduduk Kurang Mampu Dengan Metode K-Means untuk Optimalisasi Program Bantuan Sosial

Bayu Baskoro, Aris Gunaryati, Albaar Rubhasy
{"title":"Klasifikasi Penduduk Kurang Mampu Dengan Metode K-Means untuk Optimalisasi Program Bantuan Sosial","authors":"Bayu Baskoro, Aris Gunaryati, Albaar Rubhasy","doi":"10.23969/infomatek.v25i1.7271","DOIUrl":null,"url":null,"abstract":"Kemiskinan merupakan permasalahan yang selalu terjadi pada negara berkembang, khususnya Indonesia. Kemiskinan merupakan kondisi seseorang ketika tidak sanggup untuk menyanggupi kebutuhan sehari-hari. Selama pandemi Covid-19 kemiskinan di DKI Jakarta cenderung meningkat. Pada wilayah Jakarta Selatan jumlah penduduk miskin terdapat 61,77 ribu jiwa (2,73%) per 2019, lalu meningkat menjadi 78,09 ribu jiwa (3,34%) ditahun 2020 dan menjadi 81,50 ribu jiwa (3,56%) pada tahun 2021. Adapun tujuan dari penelitian ini yaitu untuk mengoptimalisasikan program bantuan sosial yang dinilai masih kurang tepat sasaran. Dengan menggunakan metode K-Means penelitian ini mencoba untuk membagi data penduduk kurang mampu kedalam 3 cluster berdasarkan variabel pendidikan, pekerjaan, tanggungan dan pengeluaran. Dari hasil proses K-Means didapatkan kelompok yang setelah dianalisis menghasilkan kelompok layak mendapat bantuan, sangat layak mendapat bantuan dan kurang layak mendapat bantuan dengan hasil pengujian mendapatkan skor DBI (Davies Bouldin Index) yang cukup baik, yaitu -0,996.","PeriodicalId":31579,"journal":{"name":"Infomatek Jurnal Informatika Manajemen dan Teknologi","volume":"47 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-06-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Infomatek Jurnal Informatika Manajemen dan Teknologi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.23969/infomatek.v25i1.7271","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Kemiskinan merupakan permasalahan yang selalu terjadi pada negara berkembang, khususnya Indonesia. Kemiskinan merupakan kondisi seseorang ketika tidak sanggup untuk menyanggupi kebutuhan sehari-hari. Selama pandemi Covid-19 kemiskinan di DKI Jakarta cenderung meningkat. Pada wilayah Jakarta Selatan jumlah penduduk miskin terdapat 61,77 ribu jiwa (2,73%) per 2019, lalu meningkat menjadi 78,09 ribu jiwa (3,34%) ditahun 2020 dan menjadi 81,50 ribu jiwa (3,56%) pada tahun 2021. Adapun tujuan dari penelitian ini yaitu untuk mengoptimalisasikan program bantuan sosial yang dinilai masih kurang tepat sasaran. Dengan menggunakan metode K-Means penelitian ini mencoba untuk membagi data penduduk kurang mampu kedalam 3 cluster berdasarkan variabel pendidikan, pekerjaan, tanggungan dan pengeluaran. Dari hasil proses K-Means didapatkan kelompok yang setelah dianalisis menghasilkan kelompok layak mendapat bantuan, sangat layak mendapat bantuan dan kurang layak mendapat bantuan dengan hasil pengujian mendapatkan skor DBI (Davies Bouldin Index) yang cukup baik, yaitu -0,996.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
公民分类不太符合k -手段优化社会援助计划的能力
贫困是发展中国家,尤其是印度尼西亚一直存在的问题。贫穷是一个人无法满足日常需要的条件。在雅加达DKI Covid-19大流行期间,贫困倾向于增加。在雅加达南部,2019年贫民人数为61.77万(2.73%),2020年增加至78.09万(3.34%),2021年增加至81.5万(3.56%)。至于这项研究的目的,即优化被认为不太理想的社会援助项目。利用k -手段的研究,试图将不足的人口数据分成三组,基于教育变量、就业、费用和费用。从从k -手段得到的结果来看,一个被分析出来的团队应该得到帮助,非常应该得到帮助,而在测试结果中得到足够好的DBI (Davies Bouldin Index)分数是- 996。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
11
审稿时长
24 weeks
期刊最新文献
Sistem Pendukung Keputusan untuk Penerima Program Indonesia Pintar Menggunakan Metode Fuzzy Multi Criteria Decision Making Klasifikasi Penduduk Kurang Mampu Dengan Metode K-Means untuk Optimalisasi Program Bantuan Sosial Pengukuran Beban Mental Dosen Fakultas Teknik Universitas Pasundan Pengembangan Aplikasi Pembuat Surat Kontrak Kerja, Peringatan dan Perjalanan Dinas dengan Algoritma Divide And Conquer Penerapan Metode Mel Frequency Cepstral Coefficients pada Sistem Pengenalan Suara Berbasis Desktop
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1