<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="126026">
 <titleInfo>
  <title>ANALISIS KARAKTERISTIK RUMAH TANGGA PENERIMA PROGRAM KELUARGA HARAPAN DI PROVINSI ACEH MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN SHAPLEY ADDITIVE EXPLANATIONS</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>FINA AZZAHRA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA (S1)</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Kemiskinan merupakan salah satu permasalahan yang dihadapi secara global termasuk di Indonesia, khususnya Provinsi Aceh. Dalam upaya mengatasi dan mengentaskan kemiskinan, pemerintah telah menerapkan kebijakan program perlindungan sosial. Salah satu bantuan sosial yang diprioritaskan dan ditujukan khusus untuk rumah tangga yaitu Program Keluarga Harapan (PKH). Namun, masih terjadi keterlambatan dalam penetapan penerima PKH. Penelitian ini bertujuan untuk mengklasifikasikan rumah tangga penerima PKH di Provinsi Aceh menggunakan metode Support Vector Machine (SVM) dan mengidentifikasi karakteristik rumah tangga penerima PKH menggunakan analisis Shapley Additive Explanations (SHAP). Data yang digunakan merupakan data Susenas Provinsi Aceh tahun 2022. Pengujian tiga metode kernel SVM pada data yang tidak diseimbangan dan yang diseimbangan menggunakan Synthetic Minority Over-sampling Technique (SMOTE), memperoleh hasil bahwa model terbaik yaitu SVM kernel RBF tanpa penyeimbangan data dengan parameter C = 1 dan γ = 0,05. Model ini berhasil mencapai nilai performa akurasi sebesar 87,46% dan F1-score sebesar 85,99%. Hasil analisis menggunakan SHAP menunjukkan bahwa variabel yang memiliki nilai kontribusi tertinggi yaitu variabel rumah tanggal pemilik KKS, jumlah anggota rumah tangga, jumlah anggota keluarga dengan usia 10 – 17 tahun, penerima BPNT, dan jumlah keluarga. Hal ini menunjukkan bahwa variabel tersebut merupakan variabel penting atau yang menggambarkan karakteristik rumah tangga penerima PKH di Provinsi Aceh.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>126026</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-22 11:08:20</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-22 15:50:36</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>