PREDIKSI PENERIMA BANTUAN PANGAN NON-TUNAI DENGAN METODE LEARNING VECTOR QUANTIZATION PADA DESA TANJUNG SELAMAT
Main Article Content
Abstract
Penelitian ini membahas tentang pembangunan Sistem Cerdas Memprediksi Penerima Bantuan Pangan Non Tunai (BPNT) bagi masyarakat dengan Metode Learning Vector Quantization (LVQ) Pada Kantor Kepala Desa Tanjung Selamat yang mampu melakukan efisiensi waktu dan biaya untuk proses pemilihan penerima BPNT pada Kantor kepala desa. untuk memperbaiki proses pemilihan penerima BPNT di Kantor kepala desa dibuat sebuah sistem dengan menggunakan model pada Jaringan saraf tiruan yang dapat melakukan prediksi penerima bantuan dengan menggunakan masukkan sesuai dengan syarat yang tetapkan oleh kepala desa. Adanya sebuah sistem untuk memprediksi penerima BPNT dengan menggunakan metode Learning Vector Quantization (LVQ) dapat memberikan efesiensi waktu dalam mendapatkan informasi tentang warga yang berhak menerima dan tidak menerima BPNT pada wilayah kantor kepala desa. Keluaran dari sistem berbentuk laporan yang dapat dicetak pada media kertas dengan menggunakan data warga yang menerima dan tidak menerima BPNT untuk tahun berikutnya.Penelitian ini ditargetkan untuk dapat diseminarkan skala nasional yang nantinya akan diterbitkan ke dalam proseding selain itu juga dapat diterbitkan dalam jurnal nasional terakreditasi 1-6.
Article Details
References
R. Meliawati, O. Soesanto, and D. Kartini, “Penerapan Metode Learning Vector Quantization (LVQ) Pada Prediksi Jurusan Di SMA PGRI 1 Banjarbaru,” Kumpul. J. Ilmu Komput., vol. 04, no. 01, pp. 11–20, 2016.
B. Iping, “Perlindungan Sosial Melalui Kebijakan Program Bantuan Langsung Tunai (Blt) Di Era Pandemi Covid-19: Tinjauan Perspektif Ekonomi Dan Sosial,” J. Manaj. Pendidik. Dan Ilmu Sos., vol. 1, no. 2, pp. 516–526, 2020, doi: 10.38035/jmpis.v1i2.290.