Analisa Komparasi Menggunakan 5 Metode Data Mining dalam Klasifikasi Persentase Wanita Sudah menikah di Usia 15-49 yang Memakai Alat KB (Keluarga Berencana)

Melisa Winda Pertiwi, Miftah Farid Adiwisastra, Deddy Supriadi

Sari


Program Keluarga Berencana (KB) adalah salahsatu program pemerintah yang sekarang ini banyak
sekali digunakan untuk wanita untuk berbagai kebutuhannya. Badan Pengolahan Statistik (BPS)
membuat suatu data persentase untuk wanita yang sudah menikah dan sedang menggunakan alat KB
setiap tahunnya (Upated terakhir: 21 Februari 2018). Penelitian ini bertujuan untuk mendapatkan
model algoritma yang baik untuk penerapan persentasenya berdasarkan keterangan bahwa setiap
tahun dapat mengalami peningkatan/penurunan. Metode data mining yang digunakan adalah
klasifikasi, terdiri dari 5 model algoritma yaitu Decision Tree (C4.5), k-Nearest Neighbor (k-NN), Logistis
Regression, Naïve Bayes, dan Gradient Boosted Tree, setelah dilakukan uji hasil maka didapat bahwa dari
komparasi kelima algoritma tersebut yang menunjukan baik dan akurasinya lebih besar adalah model
algoritma C45 dengan nilai accuracy 87.50%.


Kata Kunci


BPS, Decision Tree (C4.5), Gradient Boosted Tree klasifikasi, k-Nearest Neighbor (k-NN), Rule Induction, Naïve Bayes.

Teks Lengkap:

PDF (English)


DOI: https://doi.org/10.31294/jki.v7i1.5741

DOI (PDF (English)): https://doi.org/10.31294/jki.v7i1.5741.g3247

##submission.copyrightStatement##

p-ISSN 2339-1928

e-ISSN 2579-633X



Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Email : jurnalkhatulistiwainformatika@bsi.ac.id

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

 

Jurnal Khatulistiwa Informatika Indexed by:

Image result for logo index sinta