Sobah, Muhammad RIfad (2020) IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK MEMPREDIKSI NON-PARTICIPATE PADA PEMILU PROVINSI LAMPUNG. Skripsi thesis, IBI DARMAJAYA.
Text
1. PERNYATAAN.pdf Download (3MB) |
|
Text
2. PERSETUJUAN.pdf Download (3MB) |
|
Text
3. PENGESAHAN.pdf Download (3MB) |
|
Text
4. ABSTRAK.pdf Download (107kB) |
|
Text
5. DAFTAR ISI.pdf Download (191kB) |
|
Text
BAB I.pdf Download (343kB) |
|
Text
BAB II.pdf Download (299kB) |
|
Text
BAB III.pdf Download (376kB) |
|
Text
BAB IV.pdf Download (619kB) |
|
Text
BAB V.pdf Download (103kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (181kB) |
|
Text
LAMPIRAN.pdf Download (4MB) |
Abstract
ABSTRAK IMPLEMENTASI ALGORITMA NAÏVE BAYES CLASSIFIER UNTUK MEMPREDIKSI NON-PARTICIPATE PADA PEMILU PROVINSI LAMPUNG Oleh: MUHAMMAD RIFAD SOBAH E-mail : riifadsobah182@gmail.com Pemilu di Indonesia merupakan peristiwa politik yang penting, melalui Pemilihan umum (PEMILU) semua pihak bisa terakomodasi apa yang ingin dan dicita-citakan sehingga terwujud kehidupan yang lebih baik. Peraturan KPU (Komisi Pemilihan Umum) No.26 Tahun 2013 dijelaskan bahwa DPT (Daftar Pemilih Tetap) merupakan warga yang telah terdata untuk memilih pada TPS (Tempat Pemungutan Suara) yang telah ditunjuk (Purwati, 2015). Beberapa masalah terkait DPT (Daftar Pemilih Tetap) yang mengakibatkan KPU (Komisi Pemilihan Umum) sulit mendapatkan NIK (Nomor Induk Kependudukan). Oleh karena itu, dalam penelitian ini peneliti meniliti dan menganalisis karakteristik DPT non Partisipan dengan menggunkan teknik klasifikasi yang jika telah diketahui dapat meningkatkan tingkat partisipasi masyarakat pada pemilu berikutnya. Metode yang digunakan adalah pengklasifikasi Naive Bayes. Berdasarkan penelitian yang sudah dilakukan maka didapatkan hasil bahwa untuk memprediksi partisipasi masyarakat dalam Pemilihan Umum (PEMILU) di Provinsi Lampung dapat dilakukan menggunakan Algoritma Naïve Bayes dengan Hasil prediksi partisipasi pemilu dari dataset yang diambil dari seluruh DPT (Daftar Pemilih Tetap) Kabupaten Pringsewu dengan jumlah 9 Kecamatan, 131 Kelurahan, 1.416 TPS (Tempat Pemungutan Suara), 295.934 DPT (Daftar Pemilih Tetap) dengan menggunakan 5 variabel diketahui karakteristik DPT Non-Participate dari data yang didapat peneliti adalah Tempat lahir (Daerah Pemilih), Status (Sudah), Jenis Kelamin (Pria), Alamat (Luar Daerah Pemilih), Keterangan (NP), Nilai (1). Kata Kunci : DPT Non-Participate, Pentaho Data Integration, Naïve Bayes Classifier, Tableau Desktop
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | Ilmu Komputer eSkripsi |
Depositing User: | 2022 SOBAH MUHAMMAD RIFAD SOBAH |
Date Deposited: | 13 May 2022 07:03 |
Last Modified: | 13 May 2022 07:03 |
URI: | http://repo.darmajaya.ac.id/id/eprint/7312 |
Actions (login required)
View Item |