Repositori Institusi · Akses Terbuka

Temukan karya ilmiah Universitas Kuningan dalam hitungan detik.

4.870 skripsi, tesis, dan publikasi terarsip rapi — cari berdasarkan judul, penulis, subjek, atau fakultas.

4.870item terarsip
6 fakultaspenyumbang koleksi
24 jamakses publik, gratis

Tentang Repositori

Repositori Universitas Kuningan merupakan layanan arsip online yang dikelola oleh perpustakaan Universitas Kuningan. Dengan menggunakan EPrints sebagai repositori, website ini didirikan untuk mengumpulkan, mengelola, menyimpan, melestarikan dan menyebarluaskan salinan digital hasil intelektual Universitas Kuningan. Tujuan utama dari repositori ini adalah untuk menyediakan dokumen jangka panjang, akses terbuka dan dengan mudah mengambil koleksi digital untuk mendukung proses belajar-mengajar. Dengan adanya repositori ini, diharapkan hasil karya warga kampus UNIKU dapat diakses secara luas.

Panduan Penggunaan

Baru pertama kali memakai RAMA? Unduh petunjuk unggah mandiri, atau baca panduan penggunaan lengkap di bawah ini.

Petunjuk Unggah Mandiri →

Bantuan EPrints →

Ade Kurnia, Setyo (2024) IMPLEMENTASI ALGORITMA K-MEANS PADA APLIKASI DATA PENDUDUK MAMPU DAN TIDAK MAMPU BERBASIS WEB DI DESA LANGSEB (Studi Kasus : Kantor Kepala Desa Langseb). S1 / D3 thesis, Universitas Kuningan.

[thumbnail of ABSTRAK] Text (ABSTRAK)
ABSTRAK.pdf

Download (908kB)
[thumbnail of BAB I] Text (BAB I)
BAB I.pdf

Download (557kB)
[thumbnail of BAB II] Text (BAB II)
BAB II.pdf
Restricted to Repository staff only

Download (262kB) | Request a copy
[thumbnail of BAB III] Text (BAB III)
BAB III.pdf
Restricted to Repository staff only

Download (844kB) | Request a copy
[thumbnail of BAB IV] Text (BAB IV)
BAB IV.pdf
Restricted to Repository staff only

Download (464kB) | Request a copy
[thumbnail of BAB V] Text (BAB V)
BAB V.pdf

Download (6kB)
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (126kB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
Official URL: https://rama.uniku.ac.id/

Abstract

Data penuduk merupakan tampilan data dalam bentuk resmi maupun tidak resmi yang diterbitkan oleh badan-badan pencatatan kependudukan (pemerintah maupun non pemerintah), dalam berbagai bentuk baik angka, grafik, gambar dan lain lain. Mayoritas mata pencaharian masyarakat di Desa Langseb yaitu sebagai petani yang berpenghasilan tidak menentu Akan tetapi masalah yang sering dihadapi di Desa Langseb adalah pembagian bantuan yang masih tidak merata dan tidak tepat sasaran. Agar masalah tersebut dapat teratasi maka diperlukan pengelompokan penduduk berdasarkan Keputusan Menteri Sosial Republik Indonesia Nomor : 146/HUK/2013 tentang Pendapatan Kriteria dan Pendapatan Fakir Miskin dan Orang Tidak Mampu sehingga terbentuk kelompok penduduk yang paling layak untuk mendapatkan program bantuan dari pemerintah. Berdasarkan uraian tersebut, maka penulis memilih algoritma K-Means untuk mengelompokkan data penduduk yang paling layak untuk mendapatkan bantuan dari pemerintah dengan kriteria Penghasilan,Kepemilikan Rumah & Kendaraan di Desa Langseb.

Population data is a display of data in official and unofficial forms published by population registration agencies (government and non-government), in various forms including numbers, graphs, images and others. The majority of people's livelihoods in Langseb Village are as farmers with uncertain income, but the problem that is often faced in Langseb Village is the distribution of assistance that is still uneven and not on target. In order for this problem to be resolved, it is necessary to group the population based on the Decree of the Minister of Social Affairs of the Republic of Indonesia Number: 146 / HUK / 2013 concerning Criteria Income and Income of the Poor and Disadvantaged so that the most deserving population groups are formed to get assistance programs from the government. Based on this description, the authors chose the K-Means algorithm to group the most eligible population data to get assistance from the government with the criteria of Income, Home & Vehicle Ownership in Langseb Village.

Item Type: Thesis (S1 / D3)
Uncontrolled Keywords: Desa Langseb, Penduduk Mampu & Tidak Mampu, Berbasis web, K-Means Clustering, Langseb Village, Able & Unable Residents, Web-based, K-Means Clustering.
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Ilmu Komputer > S1 Teknik Informatika
Depositing User: S.Kom Setyo ade kurnia
Date Deposited: 30 Apr 2026 01:59
Last Modified: 30 Apr 2026 01:59
URI: https://rama.uniku.ac.id/id/eprint/5099

Actions (login required)

View Item
View Item