KLASIFIKASI SASARAN PENYULUHAN KELUARGA
BERENCANA DI KECAMATAN X DENGAN MENERAPKAN
ALGORITMA C4.5 DAN MULTICLASS SUPPORT VECTOR
MACHINE
Total View This Week0
Total View This Week0
Institusion
Universitas Bakrie
Author
Arta, Putri Nurrahmah
Subject
Computer Science
Datestamp
2019-08-28 06:31:14
Abstract :
Hasil dari sistem komputerisasi pengolahan data keluarga oleh BKKBN membuat petugas di Balai Penyuluh Keluarga Berencana mengalami kesulitan dalam menentukan sasaran penyuluhan KB. Sasaran penyuluhan KB terdiri atas Unmet Need, Sasaran II dan Bukan Sasaran. Tiga kelas tersebut ditentukan oleh nilai dari atribut Status Pasangan Usia Subur, Kesertaan Ber-KB dan Keinginan Punya Anak Lagi. Penerapan algoritma C4.5 dan Multiclass Support Vector Machine bertujuan untuk menghasilkan sasaran penyuluhan KB serta untuk mengukur dan melihat algoritma mana yang memiliki kemampuan terbaik untuk mengklasifikasikan data keluarga tersebut. Proses training dan testing pada penelitian ini dibantu oleh kFold Cross Validation dengan nilai k = 10. Data yang digunakan adalah sebanyak 1000 data keluarga yang diambil dari satu kecamatan. Klasifikasi oleh model dari algoritma C4.5 menghasilkan nilai akurasi sempurna, yaitu 100%. Klasifikasi oleh Multiclass SVM menghasilkan nilai akurasi akhir 74,67%. Algoritma C4.5 memiliki kemampuan yang sangat baik dalam mengklasifikasikan data keluarga dibandingkan dengan algoritma Multiclass Support Vector Machine.
Hasil dari sistem komputerisasi pengolahan data keluarga oleh BKKBN membuat petugas di Balai Penyuluh Keluarga Berencana mengalami kesulitan dalam menentukan sasaran penyuluhan KB. Sasaran penyuluhan KB terdiri atas Unmet Need, Sasaran II dan Bukan Sasaran. Tiga kelas tersebut ditentukan oleh nilai dari atribut Status Pasangan Usia Subur, Kesertaan Ber-KB dan Keinginan Punya Anak Lagi. Penerapan algoritma C4.5 dan Multiclass Support Vector Machine bertujuan untuk menghasilkan sasaran penyuluhan KB serta untuk mengukur dan melihat algoritma mana yang memiliki kemampuan terbaik untuk mengklasifikasikan data keluarga tersebut. Proses training dan testing pada penelitian ini dibantu oleh kFold Cross Validation dengan nilai k = 10. Data yang digunakan adalah sebanyak 1000 data keluarga yang diambil dari satu kecamatan. Klasifikasi oleh model dari algoritma C4.5 menghasilkan nilai akurasi sempurna, yaitu 100%. Klasifikasi oleh Multiclass SVM menghasilkan nilai akurasi akhir 74,67%. Algoritma C4.5 memiliki kemampuan yang sangat baik dalam mengklasifikasikan data keluarga dibandingkan dengan algoritma Multiclass Support Vector Machine.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
