KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/KOTA DI INDONESIA MENGGUNAKAN METODE RANDOM FOREST

MAULUDIYAH, KURNIA, B2A016011 (2020) KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA KABUPATEN/KOTA DI INDONESIA MENGGUNAKAN METODE RANDOM FOREST. Sarjana / Sarjana Terapan (S1/D4) thesis, ["eprint_fieldopt_institution_Muhammadiyah University, Semarang" not defined].

Preview	Text 1. Halaman Judul.pdf Download (441kB) | Preview
Preview	Text 2. Lembar Pengesahan Pembimbing.pdf Download (477kB) | Preview
Preview	Text 3. Lembar Pengesahan Kelulusan.pdf Download (517kB) | Preview
Preview	Text 5. ABSTRAK.pdf Download (392kB) | Preview
Preview	Text 12. BAB I.pdf Download (493kB) | Preview
Preview	Text 13. BAB II.pdf Download (646kB) | Preview
	Text 14. BAB III.pdf Restricted to Repository staff only Download (406kB) | Request a copy
	Text 15. BAB IV.pdf Restricted to Repository staff only Download (649kB) | Request a copy
Preview	Text 16. BAB V.pdf Download (395kB) | Preview
Preview	Text 17. Daftar Pustaka.pdf Download (532kB) | Preview
	Text 18. Lampiran.pdf Restricted to Repository staff only Download (850kB) | Request a copy
Preview	Text JURNAL.pdf Download (1MB) | Preview

Abstract

Keberhasilan suatu negara dapat dilihat dari kondisi masyarakatnya. Suatu negara perlu mengembangkan masyarakat, yaitu dengan cara pembangunan manusia. Pembangunan manusia terdiri dari tiga komponen dasar yaitu umur panjang dan sehat; pengetahuan dan kehidupan yang layak. Beberapa indikator yang mewakili ketiga komponen tersebut diringkas menjadi satu nilai tunggal yaitu Indeks Pembangunan Manusia. Oleh karena itu, untuk Random Forest merupakan pengembangan dari metode Classification And Regression Trees (CART) dengan menambahkan proses bagging, yang digunakan adalah resampling bootstrap. Metode ini mampu meningkatkan kestabilan pohon klasifikasi yang terbentuk dan akurasi prediksi yang dihasilkan. Penelitian ini akan mengklasifikasikan IPM kabupaten/kota di Indonesia dengan jumlah 514 kabupaten/kota. Variabel respon dalam penelitian ini adalah indeks pembangunan manusia dan variabel prediktornya adalah angka harapan hidup, rata-rata lama sekolah, harapan lama sekolah, dan pengeluaran perkapita yang disesuaikan. Berdasarkan analisis menggunakan Random Forest didapatkan hasil bahwa banyaknya pohon yang terpilih adalah 100 dengan m yang dicobakan adalah 2 dan variabel yang paling berpengaruh dalam kenaikan Indeks Pembangunan Manusia adalah Pendapatan Per Kapita dengan nilai kepentingan sebesar 29.48. Ketepatan hasil klasifikasi yang diukur menggunakan Total Accuracy Rate (1-APER) menghasilkan nilai akurasi sebesar 93.69%. Kata Kunci: Indeks Pembangunan Manusia, Random Forest, Total Accuracy Rate (1-APER).

Actions (login required)

View Item