<?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="146481">
 <titleInfo>
  <title>K-NEAREST NEIGHBOR MENGGUNAKAN UKURAN KEMIRIPAN POLYCHORIC CORRELATION UNTUK DETEKSI OUTLIER (STUDI KASUS:</title>
  <subTitle>STATUS KESEJAHTERAAN KELUARGA KOTA BANDA ACEH)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NADYA RISMA NAMIRA</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 Statistika</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Penelitian ini bertujuan untuk mendeteksi outlier pada data status kesejahteraan keluarga di Kota Banda Aceh menggunakan metode K-Nearest Neighbor (KNN) yang disempurnakan dengan ukuran kemiripan Polychoric Correlation. Data yang digunakan berjumlah 12.561 responden dan seluruhnya mencakup variabel kategorik ordinal yang terkait dengan kesejahteraan keluarga. Penggunaan Polychoric Correlation dipilih untuk menangani sifat data kategorik ordinal yang sulit di analisis dengan metode konvensional. Penelitian ini menggunakan 4 nilai threshold yaitu 1; 1,2; 1,4; dan 1,6 untuk deteksi outlier. Hasil penelitian menunjukkan bahwa threshold 1,6 memberikan hasil yang optimal dalam mengidentifikasi data yang benar-benar menyimpang.  Pembanding metode clustering juga diterapkan, namun hasilnya menunjukkan metode KNN masih lebih unggul dalam mendeteksi outlier secara komprehensif. Penelitian ini menyimpulkan bahwa metode KNN dengan Polychoric Correlation efektif dalam mendeteksi anomali pada data kesejahteraan keluarga serta memberikan wawasan yang dapat digunakan untuk pengambilan keputusan kebijakan sosial yang lebih tepat di Kota Banda Aceh. &#13;
&#13;
Kata kunci: K-Nearest Neighbor, Polychoric Correlation, Clustering, Deteksi Outlier, Kesejahteraan Keluarga, Banda 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>146481</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-01-10 13:49:12</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-01-10 15:06:16</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>