Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal SemanTIK : Teknik Informasi
Ermalianti, Wa Ode
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA BANTUAN BEDAH RUMAH MENGGUNAKAN METODE CLUSTERING K-MEANS DAN FUZZY ANALITICAL HIERARCHY PROCESS Ermalianti, Wa Ode; Pramono, Bambang; Ransi, Natalis
SemanTIK : Teknik Informasi Vol 7, No 2 (2021): semanTIK
Publisher : Informatics Engineering Department of Halu Oleo University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (549.788 KB) | DOI: 10.55679/semantik.v7i2.12639

Abstract

Dinas Perumahan Kawasan Permukiman dan Pertanahan Kota Kendari merupakan instansi yang menyediakan beberapa bantuan kepada masyarakat untuk meningkatkan kesejahteraannya yaitu program Bantuan Stimulan Perumahan Swadaya (BSPS). Kriteria penerima bantuan bedah rumah dilihat dari kondisi bangunan rumah seperti kondisi atap, kondisi lantai, kondisi dinding, penghasilan kepala rumah tangga, jumlah tanggungan, pekerjaan, luas rumah dan bukti kepemilikan tanah sebagai syarat penerima bantuan.Dalam penelitian ini digunakan metode clustering K-Means dan Fuzzy Analitical Hierarchy Process (F-AHP). K-Means merupakan salah satu metode data clustering yang digunakan untuk melakukan pengelompokan data yang memiliki karakteristik yang sama.  Fuzzy Analitical Hierarchy Process (F-AHP) digunakan untuk mencari bobot prioritas perankingan. Berdasarkan hasil uji confusion matrix terhadap hasil nilai rekomendasi penerima bantuan dengan menggunakan algoritma K-Means dan F-AHP dapat ditentukan accuracy sebesar 80% dan misclassification (Error) rate sebesar 20%. Hasil akurasi dan error rate dari perhitungan ini menunjukkan bahwa algoritma K-means dan F-AHP dapat digunakan untuk mendapatkan rekomendasi penerima bantuan bedah rumah yang layak mendapatkan bantuan.Kata kunci : SPK, clustering K-Means, Fuzzy AHP
Co-Authors Bambang Pramono Natalis Ransi, Natalis