ALGORITMA BRAY&CURTIS BERBOBOT PADA CBR PENENTUAN KELUARGA TERDAMPAK COVID-19

Authors

  • Fariz Setiawan Universitas Stikubank (Unisbank) Semarang
  • Setyawan Wibisono

DOI:

https://doi.org/10.36595/misi.v4i2.387

Keywords:

CBR, Bray & Curtis, Pairwise Comparison, Terdampak Ekonomi, Bantuan Sosial

Abstract

Pada masa pandemi Covid-19, pemerintah menyalurkan bantuan sosial kepada keluarga terdampak ekonomi akibat berlangsungnya pandemi. Masalah yang timbul adalah bagaimana menentukan keluarga yang berhak menerima bantuan pemerintah. Solusi yang diusulkan adalah digunakannya sistem yang memberikan dukungan keputusan dalam menentukan keluarga yang berhak menerima bantuan berdasarkan parameter kelayakan. Digunakan metode Case-Based Reasoning (CBR) untuk membandingkan parameter ekonomi kandidat penerima bantuan dengan parameter standar. Dari hasil perbandingan tersebut, akan dihitung nilai similaritas yaitu nilai kedekatan antara kandidat dengan standar penerimaan. Perhitungan nilai similaritas menggunakan algoritma Bray&Curtis, sedangkan penentuan bobot parameter menggunakan metode pairwise comparison yang menghasilkan tiga kelompok parameter, yaitu parameter utama dengan bobot 0,636985572, parameter pendukung dengan bobot 0,258284994, dan parameter pelengkap dengan bobot 0,104729434. Diusulkan nilai ambang batas kemiripan sebesar 0,5. Jika nilai kemiripan bernilai lebih atau sama dengan 0,5, sistem akan memberikan saran layak mendapatkan bantuan sosial.

Author Biography

Fariz Setiawan, Universitas Stikubank (Unisbank) Semarang

Fakultas : Teknologi Informasi

Program Studi : Teknik Informatika

Universitas Stikubank (Unisbank) Semarang

References

[1] E. Quyumi and M. Alimansur, “Upaya Pencegahan Dengan Kepatuhan Dalam Pencegahan Penularan Covid-19 Pada Relawan Covid,” Jph Recode, vol. 4, no. 1, pp. 81–87, 2020.
[2] W. Hadiwardoyo, “Kerugian Ekonomi Nasional Akibat Pandemi Covid-19 [National Economic Losses Due to the Covid-19 Pandemic],” Baskara J. Bus. Enterpreneursh., vol. 2, no. 2, pp. 83–92, 2020, doi: 10.24853/baskara.2.2.83-92.
[3] M. Teja, “Permasalahan Keakuratan Data Penerima Bantuan Sosial Covid-19,” Info Singk. Kaji. Singk. terhadap Isu Aktual dan Strateg., vol. Vol. XII, pp. 13–18, 2020.
[4] D. Herdiana, “Pengawasan Kolaboratif Dalam Pelaksanaan Kebijakan Bantuan Sosial Terdampak Covid-19,” Jdp (Jurnal Din. Pemerintahan), vol. 3, no. 2, pp. 85–99, 2020, doi: 10.36341/jdp.v3i2.1323.
[5] F. R. Lidya and Y. A. Sari, “Bray-Curtis Distance Untuk Pencarian Resep Kue Tradisional Berdasarkan Bray-Curtis Distance Untuk Pencarian Resep Kue Tradisional Berdasarkan Ketersediaan Bahan Makanan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, No. 10, no. October, 2019.
[6] A. F. Prayuda, S. Wibisono, and W. Hadikurniawati, “Implementasi Sistem Pakar untuk Rekomendasi Masakan Tradisional Jawa dengan Metode Case Based Reasoning Menggunakan Algoritma Similaritas Czekanowski,” Pros. SENDI_U, pp. 978–979, 2018.
[7] P. A. Aconcagua and S. Wibisono, “Case Based Reasoning untuk Mendeteksi Hama dan Penyakit Tanaman Anggrek Dendrobium Menggunakan Algoritma Similaritas Probabilistic Symmetric,” Pros. SINTAK, pp. 147–154, 2017.
[8] I. B. Y. Semara Putra and S. Wibisono, “Sistem Pakar Diagnosa Penyakit Kulit Anjing Menggunakan Metode Case Based Reasoning dan Algoritma K-Nearest Neighbour,” J. Inform. Upgris, vol. 6, no. 1, 2020, doi: 10.26877/jiu.v6i1.6145.
[9] P. Soepomo, “Implementasi Case Base Reasoning Pada Sistem Pakar Dalam Menentukan Jenis Gangguan Kejiwaan,” J. Sarj. Tek. Inform., vol. 1, no. 1, pp. 69–78, 2013, doi: 10.12928/jstie.v1i1.2506.
[10] T. E. Putri, D. Andreswari, and R. Efendi, “Implementasi Metode CBR (Case Based Reasoning) dalam Pemilihan Pestisida terhadap Hama Padi Sawah Menggunakan Algoritma K-Nearest Neighbor (KNN) (Studi Kasus Kabupaten Seluma),” J. Rekursif, vol. 4, no. 1, pp. 80–92, 2016.

[11] M. MINARNI, I. WARMAN, and Y. YUHENDRA, “Implementasi Case-Based Reasoning Sebagai Metode Inferensi Pada Sistem Pakar Identifikasi Penyakit Tanaman Jagung,” J. Teknoif, vol. 6, no. 1, pp. 1–7, 2018, doi: 10.21063/jtif.2018.v6.1.1-7.
[12] A. Aamodt and E. Plaza, “Case-based reasoning: Foundational issues, method ological variations, and system approaches,” Artif. Intell. Commun., vol. 7, no. 1, pp. 39–59, 1996.
[13] K. Tri, N. Iman, and S. Wibisono, “Pembobotan Menggunakan Pairwise Comparison Pada Case Based Reasoning Rekomendasi Hotel,” J. Manaj. Inform. Sist. Inf., vol. 4, no. 1, pp. 9–18, 2021.
[14] R. W. Saaty, “The analytic hierarchy process-what it is and how it is used,” Math. Model., vol. 9, no. 3–5, pp. 161–176, 1987, doi: 10.1016/0270-0255(87)90473-8.
[15] S. S. Choi, S. H. Cha, and C. C. Tappert, “A survey of binary similarity and distance measures,” WMSCI 2009 - 13th World Multi-Conference Syst. Cybern. Informatics, Jointly with 15th Int. Conf. Inf. Syst. Anal. Synth. ISAS 2009 - Proc., vol. 3, no. 1, pp. 80–85, 2009.
[16] I. Muzakkir, “Penerapan Metode Topsis Untuk Sistem Pendukung Keputusan Penentuan Keluarga Miskin Pada Desa Panca Karsa Ii,” Ilk. J. Ilm., vol. 9, no. 3, pp. 274–281, 2017, doi: 10.33096/ilkom.v9i3.156.274-281.

Downloads

Published

29-10-2021

How to Cite

Setiawan, F., & Wibisono, S. (2021). ALGORITMA BRAY&CURTIS BERBOBOT PADA CBR PENENTUAN KELUARGA TERDAMPAK COVID-19. Jurnal Manajemen Informatika Dan Sistem Informasi, 4(2), 131–140. https://doi.org/10.36595/misi.v4i2.387