Image of Implementasi data mining dengan metode Support Vector Machine pada aplikasi fundraising UKM LDK Syahid

Text

Implementasi data mining dengan metode Support Vector Machine pada aplikasi fundraising UKM LDK Syahid



UKM LDK Syahid sebagai unit kegiatan mahasiswa yang aktif dalam kegiatan sosial, khususnya dalam penggalangan dana memiliki kendala seperti kurangnya efektivitas sistem Fundraising serta kurangnya Feedback kepada donatur. Penelitian ini bertujuan untuk mengimplementasikan data mining dengan metode Support Vector Machine untuk mengembangkan aplikasi Fundraising UKM LDK Syahid. Metode pengembangan sistem yang digunakan adalah Rapid Application Development (RAD) dengan pendekatan berbasis objek. Model pengembangan ini melibatkan aktivitas seperti requirement planning, workshop Design, dan implementasi. Pemodelan sistem menggunakan Unified Modeling Language (UML) dengan diagram Use Case dan Activity Class. Penelitian ini juga mencakup penerapan metode Support Vector Machine (SVM) dalam menganalisis pola donasi. Hasil analisis data kelas donasi dapat digunakan untuk menentukan target jumlah donasi dalam suatu campaign, adapun jumlah donatur dikategorikan berdasarkan usia, jumlah donasi dan gabungan keduanya. Hal ini bertujuan untuk pemahaman mengenai preferensi dan kecenderungan donasi dari masing-masing kategori dapat menjadi landasan penting dalam merancang strategi penggalangan dana yang lebih efektif. Kesimpulan dari penelitian ini mencakup hasil implementasi data mining menunjukan untuk kategori usia, donatur terbanyak ada pada kategori adults dengan prosentase 50,8%. Untuk kategori jumlah donasi, donatur terbanyak ada pada kategori moderate dan high dengan nilai 15. Dan untuk gabungan kedua kategori jumlah donasi tertinggi ada pada usia adults dengan nilai 8. Pengembangan sistem aplikasi Fundraising yang lebih efektif, sederhana, dan mampu menganalisis pola donasi menggunakan metode SVM. Metode RAD memberikan kontribusi positif terhadap percepatan proses pengembangan. Penggunaan Payment Gateway diharapkan dapat membantu pengelolaan dana menjadi lebih terstruktur.
Kata Kunci : Data mining, Support Vector Machine, Rapid Application Development


Ketersediaan

#
Perpustakaan FST (SKRIPSI) 367 TI 2024
TI367
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
367 TI 2024
Penerbit Prodi TI Sains Teknologi UIN JKT : Jakarta, Ciputat.,
Deskripsi Fisik
xix, 146 hlm; 28 cm.
Bahasa
Bahasa Indonesia
ISBN/ISSN
-
Klasifikasi
367
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Info Detail Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog