Poppy Indriani, Poppy (2022) REKAYASA MODEL DATA MINING UNTUK PENGAMBILAN KEBIJAKAN DALAM PENANGGULAN KEMISKINAN. REKAYASA MODEL DATA MINING UNTUK PENGAMBILAN KEBIJAKAN DALAM PENANGGULAN KEMISKINAN.
|
Text
Laporan Kemajuan.pdf Download (1MB) | Preview |
Abstract
Kemiskinan merupakan masalah pokok disuatu negara baik dinegara berkembang sampai kepada negara yang sedang berkembang, baik itu kemiskinan secara struktural, cultural dan natural. Artinya,kemiskinan tidak lagi dilihat sebagai tolok ukur gagalnya Pemerintah melindungi dan memenuhi hak-hak dasar warganya melainkan menjadi tantangan bangsa untuk mewujudkan masyarakat adil, sejahtera berdaulat dan bermartabat. Berbagai upaya sudah dilakukan pemerintah dalam menentukan langkah kebijakan dalam upaya menanggulangi kemiskinan, salah satunya dengan melakukan survey untuk mendata penduduk miskin.. Hasil dari kegiatan survey dari berbagai organisasi tersebut diperoleh berbagai versi database kemiskinan untuk daerah atau lokasi tersebut. Informasi yang dihasilkan dari database kemiskinan tersebut hanya meliputi rekapitulasi jumlah warga miskin untuk daerah atau lokasi tersebut. Salah satu langkah adalah dengan mengolah data kemiskinan dalam sebuah proses KDD (Knowlarge Discovery in Database) untuk membentuk data mining kemiskinan. Data mining adalah kombinasi secara logis antara pengetahuan data, dan analisa statistik yang dikembangkan dalam pengetahuan bisnis atau suatu proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, tiruan dan machine�learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat bagi pengetahuan yang terkait dari berbagai database besar.
Item Type: | Article |
---|---|
Subjects: | H Social Sciences > H Social Sciences (General) |
Divisions: | Faculty of Law, Arts and Social Sciences > School of Social Sciences |
Depositing User: | Mr Edi Surya Negara |
Date Deposited: | 23 Jun 2022 01:56 |
Last Modified: | 23 Jun 2022 01:56 |
URI: | http://eprints.binadarma.ac.id/id/eprint/14418 |
Actions (login required)
View Item |