25.04.2590
000 - General Works
Karya Ilmiah - Skripsi (S1) - Reference
Machine Learning
108 kali
Kemiskinan merupakan masalah kompleks yang masih menjadi tantangan uta ma di Indonesia, dengan dampak yang luas terhadap kesejahteraan masyarakat. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kedalaman kemiskinan menggunakan dua model machine learning yakni Support Vector Machine (SVM) dan Regresi Logistik, serta mengidentifikasi faktor-faktor yang secara signifikan memengaruhinya. Dataset yang digunakan mencakup variabel sosial-ekonomi dari berbagai wilayah, seperti Bantuan Sosial, Rata-Rata Lama Sekolah, dan Jumlah Penduduk. Hasil analisis menunjukkan bahwa model SVM dan Regresi Logistik sama-sama menghasilkan performa klasifikasi yang tinggi, dengan akurasi 99%. Regresi Logistik pada penelitian ini digunakan untuk mengetahui faktor-faktor yang berpengaruh secara signifikan terhadap tingkat kedalaman kemiskinan melalui pen dekatan uji signifikansi statistik. Regresi Logistik menunjukkan bahwa tiga variabel yang paling signifikan adalah Bantuan Sosial, Pendapatan Asli Daerah, dan Rata rata Lama Sekolah, Temuan ini diharapkan dapat menjadi dasar bagi pengembangan kebijakan yang lebih tepat sasaran dalam upaya pengentasan kemiskinan di Indonesia.<br /> Kata Kunci: analisis data, indeks kedalaman kemiskinan, kemiskinan, Regresi Logistik, Support Vector Machine
Tersedia 1 dari total 1 Koleksi
Nama | ASTIKHATUL MUFAIDAH |
Jenis | Perorangan |
Penyunting | Rifdatun Ni'mah, Amalia Nur Alifah |
Penerjemah |
Nama | Universitas Telkom, S1 Sains Data - Kampus Surabaya |
Kota | Surabaya |
Tahun | 2025 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |