Analisa Data Mining Dengan Naive Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Iuran Jaminan Kesehatan (PBI-JK) Pada Desa Durian Kecamatan Pantai Labu

Siboro, Yana Oktavia (2024) Analisa Data Mining Dengan Naive Bayes Untuk Klasifikasi Kelayakan Penerima Bantuan Iuran Jaminan Kesehatan (PBI-JK) Pada Desa Durian Kecamatan Pantai Labu. Other thesis, Universitas Katolik Santo Thomas.

[thumbnail of ABSTRAK DAN DAFTAR PUSTAKA] Text (ABSTRAK DAN DAFTAR PUSTAKA)
Abstrak dan Daftar Pustaka Yana Oktavian Siboro.pdf - Published Version

Download (3MB)
[thumbnail of FULL TEXT] Text (FULL TEXT)
Full Text Yana Oktavian Siboro.pdf - Published Version
Restricted to Repository staff only

Download (5MB) | Request a copy

Abstract

Penerima Bantuan Iuran Jaminan Kesehatan (PBI-JK) merupakan bantuan dari pemerintah berbentuk perawatan kesehatan atau perlindungan jaminan kesehatan untuk masyarakat indonesia yang sudah melunasi iuran ataupun iuran itu dibayarkan oleh pemerintah negara. Bantuan tersebut tidak diberikan secara langsung kepada penerima, melainkan dibayarkan oleh kementerian kesehatan (Kemenkes) kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan dan akan diberikan kepada masyarakat berbentuk Kartu Indonesia Sehat (KIS). Dalam pelaksanaan PBI-JK pada Desa Durian Kecamatan Pantai Labu masih belum berjalan optimal, ini disebabkan pemilihan keluarga Penerima Bantuan Iuran Jaminan Kesehatan belum tepat sasaran. Dengan demikian diperlukan sebuah strategi dalam penanggulangan tingkat penerima bantuan yaitu dengan memaksimalkan penerima bantuan tersebut dengan menggunakan metode data mining, salah satu metode data mining yaitu naïve bayes. naïve bayes diterapkan untuk menganalisis data yang terdapat serta membuat prediksi yang akurat tentang penerima bantuan iuran jaminan kesehatan.

Item Type: Thesis (Other)
Uncontrolled Keywords: Data Mining, Naïve Bayes, Klasifikasi, Bantuan, Kesehatan
Subjects: 000 Computer science, information , general works > 004 Computer science
000 Computer science, information , general works > 003 Systems
Divisions: Fakultas Ilmu Komputer > S1-Sistem Informasi
Depositing User: Perpustakaan Unika Santo Thomas
Date Deposited: 17 Sep 2026 07:07
Last Modified: 17 Sep 2026 07:07
URI: https://eprints.ust.ac.id/id/eprint/1199

Actions (login required)

View Item
View Item