ANALISIS KELAYAKAN PENERIMAAN BANTUAN SOSIAL COVID-19 MENGGUNAKAN METODE K-MEANS PADA RT. 002 KELURAHAN WIJAYA KUSUMA JAKARTA BARAT

  • Ana Rosmadi, Riska Nurjanah

ABSTRAK

 

Abstrak
Ana Rosmadi (11211358), Riska Nurjanah (11211354), Analisi Kelayakan
Penerimaan Bantuan Sosial Covid-19 Menggunakan Metode K-Means Pada RT.
002 Kelurahan Wijaya Kusuma Jakarta Barat Di masa pandemi ini, kesulitan ekonomi adalah menjadi bagian dari permasalahan yang terjadi pada warga kelurahan wijaya kusuma jakarta barat dan lebih tepatnya di RT. 002 RW.002 . Penduduk kelurahan wijaya kusuma yang terdiri dari 127 RT dan 12 RW ini umumnya berprofesi sebagai karyawan swasta dan bekerja sampingan sebagai tukang ojek online, penjual warung, dan toko kecil yang kini terdampak Covid-
19 sehingga terpaksa harus kehilangan pekerjaan. Bantuan Sosial Tunai, Bantuan Pangan Non Tunai adalah jenis bantuan yang telah diterima oleh warga Keluraha wijaya kusuma dalam upaya pemerintah membantu masyarakat yang terdampak covid-19, namun dalam penyalurannya masih banyak penerima bantuan yang tidak memenuhi kriteria berdasarkan aturan yang diberikan oleh pemerintah. Metode KMeans Clustering yang berfokus pada pengelompokan data berdasarkan kriteria yang telah ditetapkan dipilih untuk mengatasi permasalahan tersebut. Penelitian ini bertujuan untuk mengetahui penerima bantuan yang benar-benar layak mendapatkan Bantuan Sosial Tunai, Bantuan Pangan Non Tunai dengan kriteria sebagai berikut : masyarakat miskin, tidak bekerja, dan tidak menerima lebih dari satu bantuan. Penelitian ini menggunakan 25 data penerima bantuan sebagai sample.
Kata Kunci : Bantuan Sosial, Clustering, Covid19.
 

KATA KUNCI

Analisis,Kelayakan,Metode K-means


DAFTAR PUSTAKA

 

DAFTAR PUSTAKA [1] M. Nanda Variestha Waworuntu, M. F. (2018). Penerapan Metode KMeans Untuk Pemetaan Calon Penerima Jamkesda. n jurnaL Ilmu Komputer
(KLIK), 5(2). Retrieved from
http://klik.ulm.ac.id/index.php/klik/article/view/157/pdf [2] Nur Heri Cahyana, A. S. (2018). MetodeData Mining K-Means Untuk
Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat. Seminar
Nasional Informatika Medis (Snimed) . Retrieved from
https://journal.uii.ac.id/snimed/article/view/11878 [3] Suhartini Suhartini, R. Y. (2021). Penerapan Data Mining untuk
Mengcluster Data Penduduk Miskin Menggunakan Algoritma K-Means di
Dusun Bagik Endep Sukamulia Timur. Jurnal Infotek, 4(1). Retrieved from
https://ejournal.hamzanwadi.ac.id/index.php/infotek/article/view/2986/pdf_48 [4] Yunita Ratna Sari, A. S. (2020). Penerapan Algoritma K-Means Untuk
Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer.
Journal Of Computer Engineering , System and Science, 5(2). Retrieved Juli 18,
2022, from
https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/18519 [5] Zainul Aras Z, S. S. (2016). Analisis Data Mining Untuk Menentukan
Kelompok Prioritas Penerima Bantuan Bedah Rumah Menggunakan Metode
Clustering K-Means (Studi Kasus : Kantor Kecamatan Bahar Utara). Jurnal
Manajemen Sistem Informasi, 1(2).
http://ejournal.stikomdb.ac.id/index.php/manajemensisteminformasi/arti
cle/view/518
 

Detail Informasi

Skripsi ini ditulis oleh :

  • NIM : 11211358
  • Nama : Ana Rosmadi, Riska Nurjanah
  • Prodi : Sistem Informasi
  • Kampus : Kramat Raya
  • Tahun : 2022
  • Periode : I
  • Pembimbing : Sartini, M. Kom
  • Asisten :
  • Kode : 0278.S1.SI.SKRIPSI.I.2022
  • Diinput oleh : RKY
  • Terakhir update : 11 Mei 2023
  • Dilihat : 49 kali

TENTANG PERPUSTAKAAN


PERPUSTAKAAN UNIVERSITAS NUSA MANDIRI


E-Library Perpustakaan Universitas Nusa Mandiri merupakan platform digital yang menyedikan akses informasi di lingkungan kampus Universitas Nusa Mandiri seperti akses koleksi buku, jurnal, e-book dan sebagainya.


INFORMASI


Alamat : Jln. Jatiwaringin Raya No.02 RT08 RW 013 Kelurahan Cipinang Melayu Kecamatan Makassar Jakarta Timur

Email : perpustakaan@nusamandiri.ac.id

Jam Operasional
Senin - Jumat : 08.00 s/d 20.00 WIB
Isitirahat Siang : 12.00 s/d 13.00 WIB
Istirahat Sore : 18.00 s/d 19.00 WIB

Perpustakaan Universitas Nusa Mandiri @ 2020