Penerapan Metode Naive Bayes Classifier Untuk Klasifikasi Indeks Pembangunan Manusia Di Provinsi Jawa Timur
Journal Title: Jurnal Statistika dan Komputasi - Year 2023, Vol 2, Issue 1
Abstract
Latar Belakang: IPM adalah alat ukur pencapaian kualitas hidup suatu negara yang terdiri atas tiga dimensi, yaitu: kesehatan, pengetahuan, dan hidup layak. Terdapat variasi IPM yang cukup signifikan antara kota dan kabupaten. Untuk mengatasi permasalahan ini, perlu adanya klasifikasi IPM di Jawa Timur sebagai acuan pemerataan di seluruh wilayah Jawa Timur. Tujuan : Mendapatkan hasil klasifikasi IPM di Jawa Timur menggunakan metode Naive Bayes Classifier (NBC). Metode : Digunakan metode kuantitatif dengan metode NBC dan software Jupyter Notebook untuk mengklasifikasikan data IPM skala nominal yang didapatkan dari BPS Provinsi Jawa Timur. Faktor-faktor yang dianalisis meliputi Pendapatan Per kapita, Angka Harapan Hidup, Harapan Lama Sekolah, Rata-rata Lama Sekolah, Produk Domestik Regional Bruto, Penduduk Miskin, Jumlah Fasilitas Kesehatan, dan Jumlah Tenaga Kesehatan dengan skala rasio. Hasil: Metode klasifikasi NBC berhasil dipakai untuk memprediksi IPM di Jawa Timur. Data training dan testing yang optimal dengan pembagian 70% dan 30% menghasilkan akurasi 91,6%. Dari 12 data testing, model dapat memprediksi IPM dengan keakuratan 92% dan sensitivitas yang baik pada kelas Sangat Tinggi dan Tinggi. Kesimpulan: Disimpulkan bahwa prediksi IPM di Provinsi Jawa Timur cukup akurat dengan persentase keakuratan mencapai 92%. Model juga memiliki nilai recall yang baik pada kelas Sangat Tinggi dan Tinggi serta cukup pada kelas Sedang.
Authors and Affiliations
Muhammad Arifat, Alfin Syayirotin Mufida
Analisis Kepuasan Pengguna Jasa Petugas Parkir Dinas Perhubungan Bojonegoro Menggunakan Regresi Logistik Ordinal
Latar Belakang: Tidak semua petugas parkir Dinas Perhubungan Kabupaten Bojonegoro melaksanakan kerjanya baik dan sesuai dengan standard operational procedure (SOP). Bentuk pembekalan dan sosialisasi oleh dinas terkait su...
Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember
Latar Belakang: Pengelolaan tanaman pangan sangat penting untuk mendukung ketahanan pangan. Dataset menunjukkan variasi hasil panen padi dan tanaman pokok lainnya. Variasi hasil panen tersebut memerlukan pengelompokan...
Peramalan Jumlah Wisatawan Mancanegara di Provinsi Kalimantan Timur Menggunakan Fuzzy Backpropagation Neural Network
Latar Belakang: Pariwisata merupakan salah satu bidang ekonomi yang menjadi sumber penerimaan devisa bagi negara. Banyaknya wisatawan merupakan salah satu faktor yang dapat berpengaruh terhadap perkembangan pariwisata....
Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means
Latar Belakang: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di ber...
Perbandingan Beberapa Metode Univariat Time Series pada Peramalan Curah Hujan
Latar Belakang: Peramalan curah hujan sangat penting untuk berbagai bidang seperti pertanian, manajemen sumber daya air, keamanan, transportasi dan perencanaan wilayah kota. Tujuan: Penelitian ini diarahkan untuk mend...