Implementasi Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Indeks Kemiskinan

Muhammad Faisal (Universitas Raharja)
Wiranti Sri Utami (Universitas Cendekia Abditama, Tangerang)
Sarah Parmica (Universitas Raharja)

Journal Sensi: Strategic of Education in Information System
Vol 9 No 1 (2023): Journal Sensi

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).