KLASIFIKASI PENERIMA SURAT KETERANGAN TIDAK MAMPU MENGGUNAKAN ALGORITMA NAIVE BAYES (STUDI KASUS : KELURAHAN BARU TENGGARONG RT 11)
Perkembangan teknologi yang pesat mendorong modernisasi administrasi pemerintahan, termasuk dalam pelayanan publik. Fokus pada kualitas pelayanan publik semakin meningkat, didorong oleh perubahan paradigma pemerintahan menuju desentralisasi dan semangat enterpreneur. Penyelenggaraan pemerintahan Indonesia bertujuan untuk kesejahteraan rakyat, dengan peran strategis aparatur negara. Upaya terus dilakukan untuk meningkatkan kualitas pelayanan, diukur melalui Indeks Kepuasan Masyarakat (IKM). Namun, tantangan muncul dalam berbagai daerah, termasuk penyalahgunaan pemberian Surat Keterangan Tidak Mampu (SKTM). Untuk mengatasi hal ini, penulis mengembangkan sistem klasifikasi menggunakan algoritma Naive Bayes untuk membantu memilah masyarakat yang layak dan tidak layak menerima SKTM, dengan harapan dapat meningkatkan efisiensi dan keadilan dalam pelayanan publik. Dalam penelitian ini, penulis mengusulkan pengembangan sistem klasifikasi menggunakan algoritma Naive Bayes untuk mengidentifikasi penerima SKTM secara efisien. Data yang digunakan terdiri dari 254 dataset, dengan hasil akurasi metode Naïve Bayes Classifier mencapai 75%. Hasil ini diharapkan dapat membantu instansi pemerintahan dalam mengklasifikasi calon penerima SKTM dengan lebih akurat dan efisien, serta memberikan kontribusi dalam peningkatan kualitas pelayanan publik terutama dalam bidang kesehatan dan pendidikan.
Ketersediaan
Detail Information
Judul | KLASIFIKASI PENERIMA SURAT KETERANGAN TIDAK MAMPU MENGGUNAKAN ALGORITMA NAIVE BAYES (STUDI KASUS : KELURAHAN BARU TENGGARONG RT 11) |
---|---|
Pengarang | Rifqi Naufal Fernanda - Personal Name |
No. Panggil | SKRIPSI RIF k 2024 |
Subyek | klasifikasi DATA MINING Naïve Bayes Classifier |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2024 |
Penerbit | Fakultas Teknik |
Jurusan | Informatika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY