Penerapan Algoritma J48 Decision Tree Untuk Analisis Tingkat Kemiskinan di Indonesia

Kemiskinan telah menjadi masalah sosial dan tantangan bagi masyarakat di seluruh dunia yang terus dicari penyelesaiannya. Berdasarkan identifikasi dari Badan Program Pembangunan PBB (UNDP) yang bekerjasama dengan Oxford Poverty and Human Development Initiative (OPHI), 1.3 miliar penduduk dunia terid... Ausführliche Beschreibung

1. Person: Fergie Joanda Kaunang verfasserin
Quelle: In Cogito Smart Journal (01.12.2018)
Weitere Artikel
Format: Online-Artikel
Sprache: English
Indonesian
Veröffentlicht: 2018
Beschreibung: Online-Ressource
Online Zugang: Online
Online
Online
Online
Online
Volltext
Tags: Hinzufügen
Keine Tags. Fügen Sie den ersten Tag hinzu!
  Creative Commons License Source: Directory of Open Access Journals (DOAJ).
LEADER 02316nma a2200289 c 4500
001 DOAJ036637912
003 DE-601
005 20190330144759.0
007 cr uuu---uuuuu
008 181221s2018 000 0 eng d
024 7 |a 10.31154/cogito.v4i2.141.%p  |2 doi 
035 |a (DE-599)DOAJ84180153ab4e4f9dbaefb7b38d889070 
040 |b ger  |c GBVCP 
041 0 |a eng  |a ind 
100 0 |a Fergie Joanda Kaunang  |e verfasserin  |4 aut 
245 1 0 |a Penerapan Algoritma J48 Decision Tree Untuk Analisis Tingkat Kemiskinan di Indonesia  |h Elektronische Ressource 
300 |a Online-Ressource 
520 |a Kemiskinan telah menjadi masalah sosial dan tantangan bagi masyarakat di seluruh dunia yang terus dicari penyelesaiannya. Berdasarkan identifikasi dari Badan Program Pembangunan PBB (UNDP) yang bekerjasama dengan Oxford Poverty and Human Development Initiative (OPHI), 1.3 miliar penduduk dunia teridentifikasi sebagai penduduk miskin pada bulan September tahun 2018. Di tingkat nasional, Indonesia, tingkat kemiskinan tertinggi terjadi pada tahun 1999 dengan persentase sebesar 23.43%. Berdasarkan data dari Badan Pusat Statistik Indonesia (BPS), penduduk miskin di Indonesia mencapai 25.95 juta orang dengan persentase 9.82% pada tahun Maret 2018. Oleh karena itu penelitian ini bertujuan untuk menganalisis tingkat kemiskinan menggunakan dimensi dasar dari indeks pembangunan manusia (IPM) menggunakan metode data mining dan machine learning yakni algoritma J48 Decision Tree. Akurasi dari model prediksi yang telah dibuat menunjukan hasil yang baik yakni sebesar 88.6% dimana dengan kata lain model prediksi yang dikembangkan dapat digunakan untuk membantu para pembuat kebijakan maupun para pemangku kepentingan untuk mengambil keputusan.   Kata kunci—Angka Kemiskinan, Indeks Pembangunan Manusia, Algoritma J48 Decision Tree, Data Mining, Machine Learning 
773 0 8 |i In  |t Cogito Smart Journal  |g  (01.12.2018)  |w (DE-601)DOAJ000027006  |x 2541-2221 
856 4 0 |u http://dx.doi.org/10.31154/cogito.v4i2.141.%p 
856 4 0 |y DOAJ  |u https://doaj.org/article/84180153ab4e4f9dbaefb7b38d889070 
856 4 0 |u http://cogito.unklab.ac.id/index.php/cogito/article/view/141 
856 4 0 |u https://doaj.org/toc/2541-2221 
856 4 0 |u https://doaj.org/toc/2477-8079 
912 |a GBV_DOAJ 
951 |a AR 
952 |j 2018  |b 01  |c 12 

Ähnliche Einträge

Keine ähnlichen Titel gefunden

Privacy Notice Ask a Librarian New Acquisitions