{"title":"环保K-Nearest算法预测贫困指数的实施","authors":"M. Faisal, Wiranti Sri Utami, Sarah Parmica","doi":"10.33050/sensi.v9i1.2616","DOIUrl":null,"url":null,"abstract":"Kemisikinan merupakan masalah yang harus dihadapi oleh Pemerintah, kemiskinanjuga dapat berpengaruh terhadap tindak keriminal. Oleh sebab itu diperlukan perhatian khususuntuk menekan angka kemiskinan, Pemerintah telah melakukan upaya dalam menekan angkakemiskinan, diantaranya dengan memberikan berbagai macam bantuan kepada rakyat miskinberdasarkan data yang diperoleh. Selain itu Pemerintah juga perlu memperhatikan indekskemiskinan pada setiap provinsi, hal ini bertujuan untuk mengetahui informasi indekskemiskinan dalam waktu tertentu. Penelitian ini membahas tentang prediksi indeks kemiskinanmenggunakan metode K-Nearest Neighbor (KNN) dalam memprediksi indeks kemiskinandisetiap Provinsi dengan menggunakan data yang diperoleh dari Badan Pusat Statistik (BPS).","PeriodicalId":134510,"journal":{"name":"Journal Sensi","volume":"64 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Implementasi Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Indeks Kemiskinan\",\"authors\":\"M. Faisal, Wiranti Sri Utami, Sarah Parmica\",\"doi\":\"10.33050/sensi.v9i1.2616\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kemisikinan merupakan masalah yang harus dihadapi oleh Pemerintah, kemiskinanjuga dapat berpengaruh terhadap tindak keriminal. Oleh sebab itu diperlukan perhatian khususuntuk menekan angka kemiskinan, Pemerintah telah melakukan upaya dalam menekan angkakemiskinan, diantaranya dengan memberikan berbagai macam bantuan kepada rakyat miskinberdasarkan data yang diperoleh. Selain itu Pemerintah juga perlu memperhatikan indekskemiskinan pada setiap provinsi, hal ini bertujuan untuk mengetahui informasi indekskemiskinan dalam waktu tertentu. Penelitian ini membahas tentang prediksi indeks kemiskinanmenggunakan metode K-Nearest Neighbor (KNN) dalam memprediksi indeks kemiskinandisetiap Provinsi dengan menggunakan data yang diperoleh dari Badan Pusat Statistik (BPS).\",\"PeriodicalId\":134510,\"journal\":{\"name\":\"Journal Sensi\",\"volume\":\"64 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-01-26\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Journal Sensi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33050/sensi.v9i1.2616\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal Sensi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33050/sensi.v9i1.2616","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Implementasi Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Indeks Kemiskinan
Kemisikinan merupakan masalah yang harus dihadapi oleh Pemerintah, kemiskinanjuga dapat berpengaruh terhadap tindak keriminal. Oleh sebab itu diperlukan perhatian khususuntuk menekan angka kemiskinan, Pemerintah telah melakukan upaya dalam menekan angkakemiskinan, diantaranya dengan memberikan berbagai macam bantuan kepada rakyat miskinberdasarkan data yang diperoleh. Selain itu Pemerintah juga perlu memperhatikan indekskemiskinan pada setiap provinsi, hal ini bertujuan untuk mengetahui informasi indekskemiskinan dalam waktu tertentu. Penelitian ini membahas tentang prediksi indeks kemiskinanmenggunakan metode K-Nearest Neighbor (KNN) dalam memprediksi indeks kemiskinandisetiap Provinsi dengan menggunakan data yang diperoleh dari Badan Pusat Statistik (BPS).