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

M. Faisal, Wiranti Sri Utami, Sarah Parmica
{"title":"Implementasi Algoritma K-Nearest Neighbor (KNN) Dalam Memprediksi Indeks Kemiskinan","authors":"M. Faisal, Wiranti Sri Utami, Sarah Parmica","doi":"10.33050/sensi.v9i1.2616","DOIUrl":null,"url":null,"abstract":"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).","PeriodicalId":134510,"journal":{"name":"Journal Sensi","volume":"64 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal Sensi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33050/sensi.v9i1.2616","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

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).
环保K-Nearest算法预测贫困指数的实施
贫穷是政府不得不面对的一个问题,它也会影响皱纹。因此,政府需要特别注意遏制贫困,他们试图通过从贫困中获得的数据向穷人提供各种各样的帮助。此外,各国政府还需要关注每个省的贫困指数,以便在规定的时间内了解贫困指数信息。这项研究涉及到使用从统计局(BPS)获得的数据,使用K-Nearest方法预测各省的贫困指数。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信