Penerapan Algoritma Klasifikasi Naive Bayes untuk Menganalisa Karakteristik DPT Non-participate untuk Prakiraan partisipan pada Komisi Pemilihan Umum di Kota Semarang

HASHEMI, PRADITYA ESSA (2017) Penerapan Algoritma Klasifikasi Naive Bayes untuk Menganalisa Karakteristik DPT Non-participate untuk Prakiraan partisipan pada Komisi Pemilihan Umum di Kota Semarang. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3873b) | Preview

Abstract

Pemilihan umum merupakan budaya politik yang diterapkan di Indonesia untuk memilih calon pemimpin. Namun dari tahun ke tahun jumlah penduduk yang tidak berpartisipasi dalam pemilihan umum semakin meningkat, hal ini dikarenakan masyarakat tidak menyadari betapa pentingnya pemilihan umum bagi kegiatan politik yang berjalan di Indonesia dan ketidakjelasan data Daftar Pemilih Tetap. Tujuan dilakukan penelitian ini adalah untuk Menerapkan algoritma klasifikasi Naive Bayes untuk melakukan prediksi pada data Daftar Pemilih Tetap dan mengetahui karakteristik dari Daftar Pemilih Tetap yang tidak berpartisipasi dalam pemilihan umum atau Non-participate. Maka dari itu dilakukan penelitian ini untuk membantu Komisi Pemilihan Umum kota Semarang sehingga dapat dilakukan penyuluhan oleh kecamatan untuk penduduk setempat dengan tujuan untuk meningkatkan persentase penduduk yang berpartisipasi dalam pemilihan umum. Klasifikasi Naive Bayes mengklasifikasi penduduk berdasarkan keikutsertaan mereka pada pemilihan umum sebelumnya yang nantinya dapat digunakan sebagai acuan untuk melakukan prediksi pada Aplikasi prediksi Daftar Pemilih Tetap. Tools yang digunakan dalam membangun aplikasi ini adalah RapidMiner dan Netbeans. Hasil dari penelitian ini berupa aplikasi prediksi DPT berbasis Java.

Actions (login required)