dc.contributor.author | ILMAN, Bilwaasi’ | |
dc.date.accessioned | 2024-03-03T13:32:52Z | |
dc.date.available | 2024-03-03T13:32:52Z | |
dc.date.issued | 2023-06-29 | |
dc.identifier.nim | 162410101082 | en_US |
dc.identifier.uri | https://repository.unej.ac.id/xmlui/handle/123456789/120061 | |
dc.description | validasi_repo_firli_oktober_2023_31; Finalisasi oleh Taufik 26 Januari 2024 | en_US |
dc.description.abstract | Mewabahnya pandemi virus corona atau COVID-19 mampu melumpuhkan
kegiatan semua kalangan masyarakat yang dilakukan diluar rumah khususnya
dibidang ekonomi hampir seluruh negara terutama di Indonesia sendiri pada kuartal
II/2020 pertumbuhan ekonomi minus sebesar 5,32%, selain itu banyak lapangan
pekerjaan yang melakukan pengurangan jam kerja serta pengurangan karyawan
untuk memutus rantai virus corona.
Kesalahan dalam proses merupakan salah satu faktor yang menyebabkan
ketidak tepat sasaran dalam penyaluran Bantuan Langsung Tunai (BLT). Maraknya
penyalahgunaan penyaluran Bantuan Langsung Tunai (BLT) Desa ini menjadi
salah satu masalah utama yang dihadapi oleh banyak Pemerintah Desa. Ketidak
tepatan sasaran penyaluran Bantuan Langsung Tunai (BLT) Desa ini juga menjadi
momok permasalahan yang dihadapi di beberapa Desa salah satunya di Desa Krai
Kec. Yosowilangun Kab. Lumajang ini. Adanya ketidak tepat sasaran dalam
pembagian Bantuan Langsung Tunai (BLT) membuat sebagian warga yang merasa
berhak mendapat Bantuan Langsung Tunai (BLT) tersebut resah dan protes ke
kantor Desa setempat. Ketidak tepat dalam membagikan Bantuan Langsung Tunai
(BLT) salah satu faktornya karena adanya kesalahan dalam proses survey calon
penerima penyaluran Bantuan Langsung Tunai (BLT) Desa Krai.
Banyak metode algoritma yang mampu mengatasi permasalahan tersebut,
salah satunya adalah metode fuzzy Tsukamoto. Metode fuzzy Tsukamoto merupakan
perluasan dari penalaran monoton. Pada metode fuzzy Tsukamoto, setiap konsekuen
pada aturan yang berbentuk IF-THEN harus direpresentasikan dengan suatu
himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya,
output hasil inferensi dari tiap-tiap aturan diberikan dengan tegas (crisp)
berdasarkan α predikat (fire strength). Hasil akhirnya diperoleh dengan
menggunakan rata-rata terbobot. Berdasarkan permasalahan yang ada, penelitian
ini menggunakan pemodelan fuzzy inference system tsukamoto yang digunakan
untuk penyeleksian penerima bantuan langsung tunai Covid-19 pada Desa Krai dan
menggunakan beberapa variabel yaitu jumlah anggota keluarga, jumlah
kepemilikan rumah, luas lantai rumah, kepemilikan asset, lahan sawah, luas lahan
sawah dan kepemilikan hewan ternak. Langkah selanjutnya setelah penentuan
variabel yaitu adalah membentuk keanggotaan dari seluruh variabel, membentuk
aturan IF-THEN, Deffuzyfikasi dan terakhir yaitu mengukur tingkat akurasi.
Hasil penelitian yang didapatkan adalah Metode fuzzy tsukamoto dalam
Penyeleksi Dana Bantuan Langsung Tunai (BLT) Covid-19 pada Desa Krai
memiliki tingkat akurasi yang sangat baik dengan persentase keberhasilan sebesar
90%. Akurasi tersebut diperoleh dengan menggunakan metode Confusion Matrix
berdasarkan 50 data uji yang diperoleh dari hasil wawancara dengan Perangkat
Desa Krai menghasilkan 45 data memprediksi dengan benar dan 5 data
memprediksi salah. Nilai akurasi dihitung menggunakan rumus akurasi pada
metode confusion matrix dengan cara menjumlahkan true positive atau data prediksi
yang benar sesuai dengan data aktual dan true negative atau data prediksi yang salah
sesuai dengan data aktual dibagi dengan jumlah semua data. | en_US |
dc.description.sponsorship | Oktalia Juwita, S.Kom., M.MT. ; Gayatri Dwi Santika, S.SI., M.Kom | en_US |
dc.language.iso | other | en_US |
dc.publisher | Fakultas Ilmu Komputer | en_US |
dc.subject | DIRECT CASH ASSISTANCE | en_US |
dc.subject | FUZZY TSUKAMOTO | en_US |
dc.subject | CONFUSION MATRIX | en_US |
dc.subject | LOGIKA FUZZY | en_US |
dc.title | Penerapan Metode Fuzzy Tsukamoto pada Penyeleksi Penerima Bantuan Langsung Tunai (BLT) COVID-19 pada Desa Krai | en_US |
dc.type | Skripsi | en_US |
dc.identifier.prodi | Sistem Informasi | en_US |
dc.identifier.pembimbing1 | Oktalia Juwita | en_US |
dc.identifier.pembimbing2 | Gayatri Dwi Santika | en_US |
dc.identifier.validator | validasi_repo_firli_oktober_2023_31 | en_US |
dc.identifier.finalization | Taufik | en_US |