KLASIFIKASI INDEKS PEMBANGUNAN MANUSIA (IPM) DI PULAU SUMATERA PADA DATASET MULTI-CLASS DENGAN METODE ARTIFICIAL NEURAL NETWORK (ANN)

  • M. Fathurrahman Magister Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro (UDINUS), Semarang
  • Nurul Qisthi Magister Statistika Terapan, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran (UNPAD), Bandung
Keywords: IPM, Artificial Neural Network, Support Vector Machine, Akurasi

Abstract

Pembangunan yang tidak merata di Indonesia dapat dilihat dari Indeks Pembangunan Manusia (IPM) di kabupaten/kota yang sangat berbeda. IPM kategori tinggi hingga sangat tinggi hanya tersedia di provinsi/kota besar di Indonesia, karena instansi/kota besar tersebut memiliki fasilitas kesehatan, pendidikan, dan ekonomi yang lengkap. Tujuan dari penelitian ini adalah membandingkan akurasi 2 metode klasifikasi yaitu Artificial Neural Network (ANN) dan Support Vector Machine (SVM) untuk mendapatkan metode klasifikasi data IPM terbaik di kabupaten/kota pulau sumatera tahun 2020 ini. Studi memberikan hasil bahwa nilai presisi dari Artificial Neural Network (ANN) dan metode Support Vector Machine (SVM) masing-masing adalah 97,4 % dan 53,25 %. Oleh karena itu, metode Artificial Neural Network dapat digunakan untuk menentukan peringkat indeks pembangunan manusia (IPM) di pulau Sumatera, karena nilai presisi metode Artificial Neural Network (ANN) lebih tinggi daripada nilai presisi metode Support Vector Machine (SVM).

Downloads

Download data is not yet available.
Published
2022-02-18