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

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.