Implementasi Metode Naïve Bayes Untuk Perancangan Sistem Klasifikasi Rekomendasi Calon Penerima Bantuan Sosial
DOI:
https://doi.org/10.58344/jii.v1i9.400Keywords:
Bantuan Sosial, Klasifikasi, Naïve Bayes ClassifierAbstract
Pemerintahan Desa Doudo dalam menentukan calon penerima bantuan sosial untuk direkomendasikan ke pemerintahan pusat masih belum terkomputerisasi sehingga pekerjaan terbilang memakan waktu yang lama. Penggunaan sistem yang terkomputerisasi disuatu instansi merupakan alat yang sangat penting untuk pendukung kelancaran dan keakuratan dalam pencapaian tujuan. Penelitan ini penulis menggunakan metode Naïve Bayes Classifier untuk menyelesaikan permasalahan yang ada. Metode Naïve Bayes memiliki keunggulan yaitu mudah dipahami dan lebih cepat dalam perhitungan. Kriteria yang digunakan untuk mendukung pengambilan keputusan ini adalah jenis pekerjaan, jumlah penghasilan, jumlah anggota keluarga, jumlah pengeluaran perhari dan status tempat tinggal. Data training yang dipakai pada proses pengujian sangat mempengarui hasil klasifikasi. Jika data trainingyang digunakan semakin banyak dan bervariasi, hasil akurasi yang didapat akan lebih baik.Published
Issue
Section
License
Copyright (c) 2022 Jurnal Impresi Indonesia

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.





