KLASIFIKASI KELAS EKONOMI KELUARGA BERDASARKAN CITRA MATERIAL, PERABOTAN, DAN KONDISI STRUKTUR FISIK RUMAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

JAYASUTRA, DANIEL (2025) KLASIFIKASI KELAS EKONOMI KELUARGA BERDASARKAN CITRA MATERIAL, PERABOTAN, DAN KONDISI STRUKTUR FISIK RUMAH MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 COVER.pdf Download (401kB) | Preview
	Text (BAB I) 02 BAB 1.pdf Restricted to Registered users only Download (99kB)
	Text (BAB II) 03 BAB 2.pdf Restricted to Registered users only Download (260kB)
	Text (BAB III) 04 BAB 3.pdf Restricted to Registered users only Download (142kB)
	Text (BAB IV) 05 BAB 4.pdf Restricted to Registered users only Download (855kB)
	Text (BAB V) 06 BAB 5.pdf Restricted to Registered users only Download (93kB)
	Text (DAFTAR PUSTAKA) 07 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (98kB)
	Text (LAMPIRAN) 08 LAMPIRAN.pdf Restricted to Registered users only Download (833kB)

Abstract

Poverty alleviation and improving family welfare require accurate and efficient data as a basis for policymaking. This research proposes a method for classifying family economic classes based on images using Convolutional Neural Network (CNN). Data in the form of images of materials, furniture, and the physical structure of houses are designed as key indicators to classify families into lower, middle, and upper economic categories. The study will involve developing a CNN model, applying data augmentation techniques to enhance dataset variability, and integrating the model into a mobile application to support real-time classification. This research aims to design an innovative approach to socio-economic data collection, offering a technological solution that is more efficient and accurate than traditional methods. This research is expected to be a stepping stone toward applying image-based technology to support data-driven analysis and decisionmaking. Keywords: Convolutional Neural Network (CNN), Image-based Analysis, Data Augmentation, Family Economic Classification Pengentasan kemiskinan dan peningkatan kesejahteraan keluarga memerlukan data yang akurat dan efisien sebagai dasar pengambilan kebijakan. Penelitian ini mengusulkan metode klasifikasi kelas ekonomi keluarga berbasis citra menggunakan Convolutional Neural Network (CNN). Data berupa citra material, perabotan, dan kondisi struktur fisik rumah dirancang sebagai indikator utama dalam mengklasifikasikan keluarga ke dalam kategori kelas bawah, menengah, dan atas. Penelitian akan mencakup pengembangan model CNN, penerapan teknik data augmentation untuk meningkatkan variasi dataset, serta integrasi model ke dalam aplikasi mobile untuk mendukung klasifikasi secara real-time. Penelitian ini bertujuan untuk merancang pendekatan inovatif dalam pendataan sosial-ekonomi dengan harapan dapat memberikan solusi teknologi yang lebih efisien dan akurat dibandingkan metode tradisional. Penelitian ini diharapkan menjadi langkah awal dalam penerapan teknologi berbasis citra untuk mendukung analisis dan pengambilan keputusan berbasis data. Kata Kunci: Convolutional Neural Network (CNN), Image-based Analysis, Data Augmentation, Family Economic Classification

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 25 162
NIM/NIDN Creators:	41521110038
Uncontrolled Keywords:	Convolutional Neural Network (CNN), Image-based Analysis, Data Augmentation, Family Economic Classification
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu > 006.3 Artificial Intelligence/Kecerdasan Buatan > 006.32 Neural Nets (Neural Network)/Jaringan Saraf Buatan 300 Social Science/Ilmu-ilmu Sosial > 390 Customs of People/Adat Istiadat dan Kebiasaan Masyarakat Berdasarkan Status Ekonomi dan Kelas Sosial 600 Technology/Teknologi > 640 Home Economic and Family Living Management/Kesejahteraan Rumah Tangga dan Manajemen Kehidupan Keluarga
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	khalimah
Date Deposited:	21 Aug 2025 03:46
Last Modified:	21 Aug 2025 03:46
URI:	http://repository.mercubuana.ac.id/id/eprint/96935

Actions (login required)

View Item