dc.contributor.advisor | Mindara, Gema Parasti | |
dc.contributor.author | Rania, Rahma Fairuz | |
dc.date.accessioned | 2024-07-30T03:44:01Z | |
dc.date.available | 2024-07-30T03:44:01Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/155079 | |
dc.description.abstract | Bantuan sosial merupakan salah satu upaya yang dilakukan oleh pemerintah
untuk membantu memenuhi kehidupan sehari-hari masyarakat dan meningkatkan
kesejahteraan masyarakat di suatu wilayah. Penelitian ini bertujuan untuk membuat
Shiny Dashboard untuk mengklasifikasikan seseorang termasuk ke dalam
kelompok penerima bantuan sosial atau tidak berdasarkan data input serta untuk
mengetahui performa model menggunakan metode Naïve Bayes. Pengklasifikasian
seseorang mendapatkan bantuan sosial dengan beberapa faktor seperti usia, status
perkawinan, jumlah anak, pendapatan, cara akses ke fasilitas desa, tersedianya
MCK, dan ketersediaan air bersih. Uji coba sistem yang dilakukan terhadap model
Naïve Bayes yang telah dibangun yaitu data input baru dikirim ke dalam dashboard
kemudian diklasifikasi dan otomatis tersimpan pada kolom menerima_bantuan.
Akurasi yang diperoleh model adalah sebesar 82% dari hasil perhitungan Confusion
Matrix. Dari hasil akurasi tersebut, dapat dikatakan model sudah cukup baik dalam
memprediksi dan sistem dashboard dapat diakses melalui shinyapps.io server. | |
dc.description.abstract | Social Assistance is one of the efforts made by the government to help meet
the daily needs of the villagers and improve the welfare of people in a region. This
research aims to create a Shiny dashboard to classify whether someone belongs to
the group of social assistance recipients based on input data and to evaluate the
model's performance using the Naïve Bayes method. Classifying social assistance
eligibility based on several factors such as age, marital status, number of children,
income, access to public facilities, availability of MCK, and access to clean water.
The system testing conducted on the built Naïve Bayes model involves input testing,
which is automatically entered into datatables, classified, and stored in the
"menerima_bantuan" column. The model achieved an accuracy of 82% based on
the Confusion Matrix calculations. From this accuracy result, it can be said that
the model is quite good at making predictions and the dashboard system can be
accessed through the shinyapps.io server | |
dc.description.sponsorship | | |
dc.language.iso | id | |
dc.publisher | IPB University | id |
dc.title | Pembuatan Sistem Penentu Seseorang Mendapatkan Bantuan Menggunakan Klasifikasi Naïve Bayes dengan R | id |
dc.title.alternative | Creating a Decision Support System for Social Assistance Recipients Using the Naïve Bayes Classifier with R | |
dc.type | Tugas Akhir | |
dc.subject.keyword | klasifikasi | id |
dc.subject.keyword | Naïve Bayes | id |
dc.subject.keyword | classification | id |
dc.subject.keyword | Naïve Bayes | id |
dc.subject.keyword | bantuan sosial | id |
dc.subject.keyword | shiny | id |
dc.subject.keyword | social assistance | id |
dc.subject.keyword | shiny | id |