Pengklasifikasian Tingkat Kesejahteraan Keluarga Di Desa Citamiang Dengan Penerapan Logika Fuzzy Model Tahani

RABIT

View Publication Info
 
 
Field Value
 
Title Pengklasifikasian Tingkat Kesejahteraan Keluarga Di Desa Citamiang Dengan Penerapan Logika Fuzzy Model Tahani
 
Creator Permana, Yoga
Lelah, Lelah
 
Description Indonesia merupakan negara yang memiliki populasi penduduk yang cukup besar, pada tahun 2020 jumlah penduduk Indonesia mencapai 269,6 juta jiwa. Setiap dari mereka tentunya memiliki keluarga. Kesejahteraan keluarga tidak hanya berpengaruh terhadap keberhasilan anggota keluarganya, namun juga berpengaruh terhadap keberhasilan pemerintah, tak terkecuali pemerintahan desa. Oleh sebab itu, informasi mengenai tingkat kesejahteraan keluarga diperlukan untuk meninjau upaya yang telah dilakukan pemerintah apakah berhasil ataukah tidak. Untuk menentukan tingkat kesejahteraan keluarga terdapat beberapa indikator seperti penghasilan, pekerjaan, usia dan tanggungan. Supaya proses pengklasifikasian kesejahteraan keluarga bisa lebih efisien maka dapat diolah melalui program yang menerapkan logika fuzzy dengan model Tahani. Tujuan dari penelitian ini dimaksudkan untuk mengklasifikasikan kesejahteraan keluarga berdasarkan data penduduk yang dimiliki oleh pemerintah desa. Berdasarkan hasil penelitian yang diperoleh logika fuzzy dengan model Tahani bisa digunakan untuk mengolah data penduduk yang sesuai dengan indikator tingkat kesejahteraan keluarga dengan memberikan keluaran berupa pengklasifikasian keluarga meliputi keluarga tidak mampu, keluarga prasejahtera dan keluarga sejahtera. Keluaran dari program juga diuji dengan aplikasi fuzzyTECH untuk mengukur keberhasilan penerapan logika fuzzy pada program yang dibangun.
Indonesia is a country with a substantial population population, in the year 2020 the population of Indonesia reaches 269.6 million. Each of them certainly has a family. Family welfare not only affects the success of its family, but also affects the success of the government, no exception of village governance. Therefore, information about the family welfare level is necessary to review the efforts that the Government has made if it is successful or not. To determine the level of family welfare there are several indicators such as income, occupation, age and dependents. In order to classify the family welfare process can be more efficient, it can be processed through programs that apply Fuzzy logic with Tahani model. The purpose of the study was intended to classify the welfare of the family based on population data owned by the village government. Based on the research results obtained by Fuzzy logic with Tahani model can be used to process population data in accordance with the level of family welfare indicators by providing output in the form of classifications of families including incapacitated families, underprivileged families and privileged families. The output of the program was also tested with the fuzzyTECH application to measure the success of Fuzzy logic on the built program.
 
Publisher LPPM Universitas Abdurrab
 
Date 2020-07-20
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://jurnal.univrab.ac.id/index.php/rabit/article/view/1318
10.36341/rabit.v5i2.1318
 
Source Rabit : Jurnal Teknologi dan Sistem Informasi Univrab; Vol 5 No 2 (2020): Juli; 97-107
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab; Vol 5 No 2 (2020): Juli; 97-107
2502-891X
2477-2062
 
Language ind
 
Relation http://jurnal.univrab.ac.id/index.php/rabit/article/view/1318/821
 
Rights Copyright (c) 2020 Rabit : Jurnal Teknologi dan Sistem Informasi Univrab
http://creativecommons.org/licenses/by-nc-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library