Writer / NIM
TIARA POSANGI / 413418034
Study Program
S1 - STATISTIKA
Advisor 1 / NIDN
Dra. LAILANY YAHYA, M.Si / 0019126805
Advisor 2 / NIDN
DJIHAD WUNGGULI, S.Pd., M.Si / 0012068905
Abstract
TIARA POSANGI, 2023. IMPLEMENTASI ALGORITMA RANDOM
FOREST DENGAN FORWARD SELECTION UNTUK KLASIFIKASI
INDEKS PEMBANGUNAN MANUSIA. Skripsi. Gorontalo. Program Studi
Statistika, Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan
Alam, Universitas Negeri Gorontalo.
Pembimbing: (1) Dra. Lailany Yahya, M.Si, (2) Djihad Wungguli,
S.Pd., M.Si
Pembangunan pada hakikatnya merupakan proses perubahan secara
terus-menerus yang dilakukan dalam mencapai suatu kondisi hidup yang
lebih baik. Sehingga tolak ukur dari keberhasilan suatu pembangunan dilihat
pada pembangunan manusianya.tiga dimensi dasar pembentuk pembangunan
manusia ialah umur panjang dan sehat, pengetahuan, dan kehidupan yang
layak.
Indikator-indikator yang mempresentasikan ketiga dimensi itu
terangkum dalam satu nilai tunggal yaitu Indeks Pembanginan Manusia
(IPM). Pada tahun 2021 angka IPM di Indonesia sebesar 72.29 artinya
tergolong tinggi. Namun karena letak geogra������¯������¬���¯���¿���½s daerah di Indonesia yang
beragam maka hal tersebut turut mempengaruhi angka IPM pada
masing-masing daerah di Indonesia sehingga pada penelitian ini
menggunakan Algoritma Random Forest untuk mendapatkan hasil akurasi
dari klasi������¯������¬���¯���¿���½kasi IPM dan menggunakan Forward Selection untuk menentukan
������¯������¬���¯���¿���½tur yang berpengaruh dalam pengklasi������¯������¬���¯���¿���½kasian. Adapun hasil penelitian
menunjukan bahwa ������¯������¬���¯���¿���½tur yang berpengaruh dalam pengklasi������¯������¬���¯���¿���½kasian adalah
pengeluaran perkapita, harapan lama sekolah, angka harapan hidup, dan
rata-rata lama sekolah, dan mendapatkan hasil akurasi akhir sebesar 80%.
Kata Kunci: Indeks Pembanginan Manusia, Random Forest, Foward
Selection
Download files
