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

Main Article Content

Muhammad Faisal Wiranti Sri Utami Sarah Parmica

Abstract

Kemisikinan merupakan masalah yang harus dihadapi oleh Pemerintah, kemiskinan
juga dapat berpengaruh terhadap tindak keriminal. Oleh sebab itu diperlukan perhatian khusus
untuk menekan angka kemiskinan, Pemerintah telah melakukan upaya dalam menekan angka
kemiskinan, diantaranya dengan memberikan berbagai macam bantuan kepada rakyat miskin
berdasarkan data yang diperoleh. Selain itu Pemerintah juga perlu memperhatikan indeks
kemiskinan pada setiap provinsi, hal ini bertujuan untuk mengetahui informasi indeks
kemiskinan dalam waktu tertentu. Penelitian ini membahas tentang prediksi indeks kemiskinan
menggunakan metode K-Nearest Neighbor (KNN) dalam memprediksi indeks kemiskinan
disetiap Provinsi dengan menggunakan data yang diperoleh dari Badan Pusat Statistik (BPS).

Article Details

How to Cite
Faisal, M., Utami, W., & Parmica, S. (2023). Implementasi Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Indeks Kemiskinan. Journal Sensi: Strategic of Education in Information System, 9(1), 11-23. https://doi.org/https://doi.org/10.33050/sensi.v9i1.2616
Section
Articles
Author Biographies

Muhammad Faisal, Universitas Raharja

Program Studi Teknik Informatika, Fakultas Sains dan Teknologi

Wiranti Sri Utami, Universitas Cendekia Abditama, Tangerang

Program Studi Teknik Informatika, Fakultas Teknik.

Sarah Parmica, Universitas Raharja

Program Studi Komputer Akutansi, Fakultas Sains dan Teknologi

References

[1] Sekar, R,R., Sundari, R, A., Dedi, S. 2019. Penerapan Algoritma K-Nearest Neighbor Untuk Prediksi Kelulusan Siswa. Prosiding Seminar Nasional Riset Information Science (Senaris), Hal. 670-676.
[2] Naja, M, M., Harliana, Sukerti, S., Herdian, R,M. 2022.Penerapan Algoritma K-Nearest Neighbor(KNN) Untuk Memprediksi Penyakit Stroke. Jurnal Ilmiah Intech, No. 1, Vol. 4, 130-140.
[3] Yusuf, M, R., Valensyah, M, A., Gunawan, W. 2021. Penerapan Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi dan Menghitung Tingkat Akurasi Data Cuaca di Indonesia. Jurnal Teknik dan Sains, No. 2, Vol. 2, 11-16.
[4] Hardiyanto, B., Rozi, F. 2020. Prediksi Penjualan Sepatu Menggunakan Metode KNearest Neighbor. Jurnal JOEICT, No. 02, Vol. 04, 13-18.
[5] Ghani, A, M., Auliasari, K., Santi, F, W. 2020. Penerapan Algoritma K-Nearest Neighbor Untuk Prediksi Penjualan Berbasis Web Pada PT. Wika Industry Energy. Jurnal JATI, No. 2, Vol. 4, 1-6.
[6] M. Arhami and M. Nasir., 2020, Data Mining Algoritma dan Implementasi. Penerbit Andi.
[7] Erfan Hasmin Hasmin, Nurul Aini.,2020, Data Mining For Inventory Forecasting Using Double Exponential Smoothing Method. IEEE Access, Conference Paper. International Conference on Cybernetics and Intelligent System (ICORIS).
[8] MA. Lusiandro, SM Nasution, C. Setianingsih., 2020, Implementation of the Advanced Traffic Management System using k-Nearest Neighbor Algorithm, IEEE Access, Conference Paper. International Conference on Information Technology Systems and Innovation (ICITSI).

Most read articles by the same author(s)