English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

Poverty is one of the problems prioritized for completion by the central government or the regions. This condition seems to have no limits because every year the problem of poverty is an issue that has always been a discussion of the government. As in Bali, even though the tourism industry is growing very rapidly, until now the problem of poverty is still a fundamental problem that needs to be resolved. Based on data from the Central Statistics Agency in 2016 the poverty rate of the province of Bali is 4.25% and one of the districts that has a higher poverty rate than the province is Tabanan Regency [1]. Various poverty alleviation programs have been implemented to break the cycle of poverty. However, poverty alleviation programs that have been implemented by the Tabanan regional government are still not optimal. In overcoming these problems, this study has the aim of creating an application system that can identify the conditions of households in Tabanan regency. The system built will identify a family based on 5 welfare categories so that it will provide an easy assessment for the poverty program survey officers. The system development model uses the K-Nearest Nighbor algorithm in modeling and classifying households. The results showed the system had an assessment accuracy rate of 83% Keywords: Poverty, Poor Households, K-Nearest Neighbor ABSTRAK Kemiskinan menjadi salah satu permsalahan yang diprioritaskan untuk di selesaikan oleh pemerintah pusat maupu daerah. Kondisi ini seakan tidak ada batasnya karena setiap tahun permasalahan kemiskinan merupakan isu yang selalu menjadi pembahasan pemerintah. Seperti halnya di provinsi bali, meskipun industri pariwisata berkembang sangat pesat namu sampai saat ini permasalahan kemiskinan masih menjadi permasalahan mendasar yang perlu diselesaikan. Berdasarkan data Badan Pusat Statistik tahun 2016 tingkat kemiskinan provinsi bali sebesar 4,25% dan salah satu kabupaten yang memiliki tingkat kemiskinan lebih tinggi dari provinsi adalah Kabupaten Tabanan [1]. Berbagai program pengentasan kemiskinan sudah dilaksanakan untuk memutus siklus kemiskinan yang terjadi. Namun program-program pengentasan kemiskinan yang sudah dilaksanakan pemerintah daerah Tabanan masih belum optimal. Dalam mengatasi permasalahan tersebut, pada penelitian ini memiliki tujuan untuk membuat sistem aplikasi yang dapat mengidentifikasi kondisi rumah tangga yang ada di kabupaten Tabanan. Sistem yang dibangun akan mengidentifikasi sebuah keluarga berdasarkan 5 katagori kesejahteraan sehingga akan memberikan kemudahan penilaian untuk petugas pendata program kemiskinan. Model pengembangan sistem menggunakan algoritma K-Nearest Nighbor dalam memodelkan dan mengklasifikasi rumah tangga. Hasil penelitian menunjukkan sistem memiliki tingkat akurasi penilaian sebesar 83% Kata Kunci : Kemiskinan, Rumah Tangga Miskin, K-Nearest Neighbor

IMPLEMENTASI K-NEAREST NEIGHBOR PADA PENENTUAN KELUARGA MISKIN BAGI DINAS SOSIAL KABUPATEN TABANAN