Alfauzi, Hanifudin and Ningrum, Rahma Farah and Djunaidi, Karina (2020) Penerapan Algoritma Naive Bayes Pada Klasifikasi Indeks Pembangunan Desa Di Kabupaten Supiori Berbasis Web (Studi Kasus: Badan Pusat Statistik Jakarta Pusat). Diploma thesis, IT PLN.
![[thumbnail of 201631224_HANIFUDIN ALFAUZI_Revisi_SKRIPSI_HANIFUDIN ALFAUZI 1.pdf]](https://repository.itpln.ac.id/style/images/fileicons/text.png)
201631224_HANIFUDIN ALFAUZI_Revisi_SKRIPSI_HANIFUDIN ALFAUZI 1.pdf
Restricted to Registered users only
Download (4MB)
Abstract
Pada penelitian ini dilakukan untuk mengetahui sebuah klasifikasi kategori Indeks Pembangunan Desa dari suatu desa di Indonesia. Pada pembuatan sistem klasifikasi ini penerapan metode yang digunakan adalah Naive Bayes dalam menetukan kategori sebuah desa yang memiliki 42 kriteria yang berbeda. Adapun pengelompokkan kriteria ada tiga yaitu tertinggal, berkembang, dan maju. Dari hasil pengujian dengan menggunakan data training sebanyak 5456 dan 38 data uji diperoleh hasil 10 desa tertinggal, 28 desa berkembang dan 0 desa maju. Dengan demikian sistem aplikasi tersebut dapat digunakan untuk mengetahui kelompok kategori Indeks Pembangunan Desa
This research was conducted to determine a classification of the Village Development Index category from a village in Indonesia. In making this classification system the application of the method used is Naive Bayes in determining the category of a village that has 42 different criteria. There are three grouping criteria, namely lagging behind, developing, and advancing. From the test results using 5456 training data and 38 test data, the results obtained were 10 underdeveloped villages, 28 developing villages and 0 developed villages. Thus the application system can be used to determine the Village Development Index category group.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Naive Bayes |
Subjects: | Skripsi Bidang Keilmuan > Teknik Informatika |
Divisions: | Fakultas Telematika Energi > S1 Teknik Informatika |
Depositing User: | Sutrisno |
Date Deposited: | 06 Oct 2025 06:21 |
Last Modified: | 06 Oct 2025 06:21 |
URI: | https://repository.itpln.ac.id/id/eprint/1810 |