<> "The repository administrator has not yet configured an RDF license."^^ . <> . . . "PENERIMAAN BANTUAN RUMAH TIDAK LAYAK HUNI \r\nDENGAN MENGIMPLEMENTASIKAN CLUSTERING MODEL \r\nK-MEANS"^^ . "Abstrak\r\nKemiskinan merupakan salah satu masalah sosial yang ada di \r\nIndonesia, salah satunya berada pada Kecamata Ciawi Kabupaten Bogor yang terdiri \r\ndari 12 Desa dengan jumlah penduduk miskin sebanyak 1193 jiwa. Pemerintah telah \r\nmelakukan upaya untuk mengurangi jumlah penduduk miskin melalui pemberian \r\nbantuan seperti jaminan kesehatan nasional, kartu indonesia sehat, program bantuan \r\nrumah tidak layak huni dan lainnya. Salah satu program penganggulangan kemiskinan \r\nyang akan diberikan oleh pemerintah Kota Bogor adalah bantuan rumah layak huni.\r\nUntuk prosedur pelaksanaan bantuan rumah tidak layak huni, maka rumah tidak layak \r\nhuni harus mempunyai beberapa kriteria yaitu status kepemilikan rumah, status \r\npendidikan, jumlah tangungan dan penghasilan yang didapat, sehingga dapat \r\nmengurangi resiko kesalahan pada saat pengambilan keputusan.\r\nDalam sebuah pengambilan keputusan untuk menentukan bantuan rumah tidak \r\nlayak huni diperlukan beberapa aspek atau syarat agar dapat memperkokoh suatu \r\npengambilan keputusan tersebut. Syarat-syarat tersebut diantaranya meliputi Status \r\nkepemilikan rumah, status pendidikan dari calon penerima bantuan, jumlah tangungan \r\ncalon penerima bantuan dan penghasilan yang didapat dari calon penerima bantuan, \r\nsyarat-syarat tersebut akan menjadi rujukan dalam setiap pengambilan keputusan \r\nbantuan rumah tidak layak huni kedepanya. Oleh karena itu, untuk mendukung penuh \r\nsuatu pengambilan keputusan bantuan rumah tidak layak huni maka diperlukan sebuah \r\nsistem aplikasi yang dapat berfungsi untuk menentukan sebuah keputusan yang valid \r\nsesuai dengan data yang sebenarnya sehingga hasil keputusan dapat diterima dengan \r\nbaik. \r\nPenelitian ini berkaitan dengan program bantuan rumah tidak layak huni dari \r\nKecamatan Ciawi Kabupaten Bogor yang mengimplementasikan model metode \r\nalgoritma K-Means. Jumlah cluster yang digunakan dalam analisa dan pengolahan \r\ndata adalah 2 cluster dan hasil clustering dievaluasi menggunakan Index Davis \r\nBouldin yaitu 0,491 dengan kategori baik...\r\nKata Kunci : RUTILAHU, Mengimplementasikan Clustering Model K-Means"^^ . "2019" . . "Universitas Pakuan"^^ . . . "Ilmu Komputer, Universitas Pakuan"^^ . . . . . . . . . . . . . . . . . "Fajar"^^ . "Delli W"^^ . "Fajar Delli W"^^ . . "Eneng"^^ . "Tita Tosida"^^ . "Eneng Tita Tosida"^^ . . "Fajar"^^ . "Delli W"^^ . "Fajar Delli W"^^ . . "Eneng"^^ . "Tita Tosida"^^ . "Eneng Tita Tosida"^^ . . "Inka"^^ . "Sartika"^^ . "Inka Sartika"^^ . . "Universitas Pakuan"^^ . . . "Fakultas MIPA"^^ . . . "Ilmu Komputer"^^ . . . . . . "HTML Summary of #3498 \n\nPENERIMAAN BANTUAN RUMAH TIDAK LAYAK HUNI \nDENGAN MENGIMPLEMENTASIKAN CLUSTERING MODEL \nK-MEANS\n\n" . "text/html" . . . "Ilmu Komputer"@en . .