Ramayanti, Febri
(2023)
Penerapan Random Forest untuk Identifikasi Kriteria Rumah Tangga
Miskin di Provinsi Sumatera Barat.
Skripsi thesis, Fakultas Matematika & Ilmu Pengetahuan Alam.
Abstract
Kemiskinan merupakan permasalahan sosial ekonomi yang terjadi di Indonesia. Jumlah penduduk miskin di Sumatera barat meningkat sebanyak 26,44 ribu jiwa dari tahun 2020 ke tahun 2021. Pemerintah telah melakukan program penanggulangan terkait kemiskinan dengan memperhatikan kriteria rumah tangga miskin. Kriteria tersebut dikembangkan dengan menggunakan data yang diperoleh melalui Survei Sosial Ekonomi Nasional (Susenas). Namun, bukannya menunjukkan kondisi rumah tangga miskin yang sebenarnya, data yang tersedia hanya menginterpretasikan jumlah rumah tangga miskin. Hal ini mengakibatkan program berjalan kurang efektif. Oleh karena itu, diperlukan kriteria rumah tangga miskin yang dapat diperoleh dari metode klasifikasi. Analisis klasifikasi yang digunakan ialah random forest.
Random forest merupakan kumpulan dari banyak decision tree. Sebelum menyesuaikan RF terlebih dahulu harus menentukan nilai tiga tuning parameter mtry, ntree dan node size. Hasil yang diperoleh adalah nilai terkecil error rate OOB dan Variable Importance Measure (VIM). Klasifikasi dengan RF dalam penelitian ini menghasilkan nilai error rate OOB sebesar 5.65% atau tingkat akurasi sebesar 94.35% dengan tuning parameter
menggunakan mtry = 5 dan ntree = 500. Berdasarkan VIM, kriteria rumah tangga miskin meliputi sumber air minum yaitu mata air dan air permukaan terlindung/tidak terlindung, sumber penerangan yaitu listrik non PLN atau tidak menggunakan listrik, bahan bakar untuk memasak yaitu arang dan kayu bakar,
serta kepala rumah tangga bekerja sebagai wiraswasta, pekerja keluarga/tidak dibayar dengan ijazah terakhir yaitu SLTP/Sederajat dan kriteria lainnya.
Actions (login required)
 |
View Item |
