PENGKLASIFIKASIAN RUMAH TANGGA MISKIN DI PROVINSI BENGKULU DENGAN REGRESI LOGISTIK DAN NEURAL NETWORK

DINA, DARLIVIYARSIH and Sigit, Nugroho and Ramya, Rachmawati (2023) PENGKLASIFIKASIAN RUMAH TANGGA MISKIN DI PROVINSI BENGKULU DENGAN REGRESI LOGISTIK DAN NEURAL NETWORK. Masters thesis, Fakultas Matematika dan Ilmu pengetahuan Alam.

Archive (Thesis) Dina Darliviyarsih_F2F019003 - Fathinayah Viema.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Kemiskinan merupakan salah satu permasalahan yang kompleks dan bersifat multidimensional yang menjadi persoalan mendasar bagi banyak negara di dunia, khususnya bagi negara berkembang. Klasifikasi menjadi penting sebagai alat evaluasi dan penarikan kesimpulan bagi permasalahan kemiskinan. Metode klasifikasi itu sendiri terdiri dari metode konvensional yang membutuhkan asumsi serta advanced method yang terlepas dari berbagai persyaratan asumsi, di antaranya adalah klasifikasi dengan metode Regresi Logistik dan Neural Network. Dari data yang diamati, yaitu data Susenas tahun 2022, penelitian ini menggunakan kedua metode tersebut untuk mengetahui ketepatan dalam klasifikasi kemiskinan. Hasil penelitian ini menunjukkan variabel yang berpengaruh terhadap klasifiksi kemiskinan adalah jumlah anggota rumah tangga, pendidikan kepala rumah tangga, status pekerjaan rumah tangga, dan lapangan pekerjaan kepala rumah tangga dengan ketepatan klasifikasi menggunakan metode Regresi Logistik sebesar 53,49%, sedangkan ketepatan klasifikasi dengan metode Neural Network sebesar 55,95%. Jadi dapat disimpulkan, metode Neural Network lebih baik dibandingkan dengan metode Regresi Logistik dalam mengklasifikasikan kemiskinan pada tahun 2022 di provinsi Bengkulu. Kata kunci : Ketepatan klasifikasi, regresi logistik dan neural network.

Actions (login required)

View Item