Prediksi Angka Kemiskinan Desa Kemang Bejalu Menggunakan Metode Naïve Bayes
DOI:
https://doi.org/10.47747/jpsii.v5i3.1737Keywords:
Akurasi, Confusion Matrix, ProbabilitasAbstract
Poverty is one of the problems faced by all countries, especially developing countries like Indonesia. A study was conducted using the Naive Bayes method to determine the extent of poverty in Kemang Bejalu Village. The Naive Bayes method is used to classify data and calculate the probability of poverty based on certain factors. This research aims to determine whether the accuracy of the results of the Naive Bayes method can be used to predict poverty rates. Calculation of the confusion matrix obtained an accuracy of 86% from 258 data for 3 variables, while in testing the new test data, an accuracy of 90% was obtained using the same variables (i.e., dependents, work, and income). Based on population data for 2022 where, as many as 33% of poor families are able, while as many as 67% of capable families are used to produce a poverty rate of 76% of capable families and 24% of incapable families with a test size of 0.4.
References
Annur, H. (2018). Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165. https://doi.org/10.33096/ilkom.v10i2.303.160-165
Ferima Talia, I., Fitri Astuti, I., & Studi Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi, P. (2019). Peramalan Tingkat Kemiskinan Penduduk Provinsi Kalimantan Timur Menggunakan Metode Double Exponential Smoothing Zainal Arifin. Prosiding Seminar Nasional Ilmu Komputer Dan Teknologi Informasi, 4(2), 121–127.
Ginting, V. S., Kusrini, K., & Taufiq, E. (2020). Implementasi Algoritma C4.5 untuk Memprediksi Keterlambatan Pembayaran Sumbangan Pembangunan Pendidikan Sekolah Menggunakan Python. Inspiration: Jurnal Teknologi Informasi Dan Komunikasi, 10(1), 36–44. https://doi.org/10.35585/inspir.v10i1.2535
Hartati, S., & SAN, H. A. (2022). Algoritma Naive Bayes untuk Prediksi Kelulusan Mahasiswa. Jurnal Cakrawala Informasi, 2(2), 42–50. https://doi.org/10.54066/jci.v2i2.234
Khasanah, N., Salim, A., Afni, N., Komarudin, R., & Maulana, Y. I. (2022).
PREDIKSI KELULUSAN MAHASISWA DENGAN. 13(3), 207–214.
Kusuma, F., Ahsan, M., & Syahminan, S. (2021). Prediksi Jumlah Penduduk Miskin Indonesia menggunakan Metode Single Moving Average dan Double Moving Average. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 3(2), 105. https://doi.org/10.36499/jinrpl.v3i2.4594
Mamase, S., & Sinukun, R. (2018). Prediksi Tingkat Kemiskinan Provinsi Gorontalo Menggunakan Metode Gabungan K-Means dan Generalized Regression Neural Network. J. Energy, 10(2), 29–34.
Maret, V. N., Laia, F., Duha, T., Laia, M., Huda, A. K., & Jasuma, A. (2023). Jurnal Informatika Klasifikasi Data Gempa Bumi di Pulau Sumatera Menggunakan Algoritma Naïve Bayes Jurnal Informatika. 2(1).
Nurmayanti, W. P. (2021). Penerapan Naive Bayes dalam Mengklasifikasikan Masyarakat Miskin di Desa Lepak. Geodika: Jurnal Kajian Ilmu Dan Pendidikan Geografi, 5(1), 123–132. https://doi.org/10.29408/geodika.v5i1.3430
Rahmatullah, S., Utami, E., Informatika, T., Teknik, M., Dian, S., Cendikia, C., Yogyakarta, U. A., Negara, J., Candimas, N., & Lampung, K. (2019). Jurnal Informasi Dan Komputer Vol : 7 No : 1 2019 Prediksi Tingkat Kelulusan Tepat Waktu Dengan Metode Naïve Bayes Dan K-Nearest Neighbor Jurnal Informasi Dan Komputer Vol : 7 No : 1 2019. 7–16.
Rosana, E. (2019). Kemiskinan Dalam Perspektif Struktural Fungsional. Al- Adyan: Jurnal Studi Lintas Agama, 14(1), 19–34. https://doi.org/10.24042/ajsla.v14i1.4483
ROSDIANA, R., Ruli Herdiana, Ryan Hmonangan, Umi Hayati, & Tati Suprapti. (2022). Prediksi Financial Distress Perusahaan Food and Beverage Menggunakan Metode Naive Beyes. Jurnal Ilmiah Betrik, 13(2), 208–220. https://doi.org/10.36050/betrik.v13i2.461
Sari, N., Gustriasyah, R. and Mair, Z.R., 2023. Analisis User Experience pada Aplikasi Prodeskel Menggunakan Metode System Usability Scale (SUS), User Experience Questionnaire (UEQ), dan Heart Metrics (Doctoral dissertation, Universitas Indo Global Mandiri)
Setiyani, L. (2020). ANALISIS PREDIKSI KELULUSAN MAHASISWA TEPAT WAKTU MENGGUNAKAN METODE DATA MINING NAÏVE BAYES : SYSTEMATIC REVIEW. 13(1), 35–43.
https://doi.org/10.30998/faktorexacta.v13i1.5548
Setyawan, Y., Noeryanti, & Hadinegara. (2019). Memprediksi Kemiskinan di Provinsi Daerah Istimewa Yogyakarta Menggunakan Metode Analisis Rantai Markov. Jurnal Teknologi, 12(1), 45–53.
Sinaga, E., Sembiring, A. S., & Limbong, R. (2019). Perancangan Aplikasi Prediksi Jumlah Kelulusan Mahasiswa Dengan Metode Auto Regressive
Integrated Moving Average (Arima) (Studi Kasus : Prodi Ti Stmik Budidarma Medan). Informasi Dan Teknologi Ilmiah (INTI), 13(3), 308–313. https://ejurnal.stmik-budidarma.ac.id/index.php/inti/article/view/1023
Sistem, R. (2018). Prediksi Harga Emas dengan Menggunakan Metode Naïve Bayes dalam. 2(1), 354–360.
Studi, P., Informasi, S., Matematika, D., Matematika, F., Ilmu, D. A. N., Alam, P., & Hasanuddin, U. (2021). Analisis Perbandingan Kinerja Metode Canny Dan Fuzzy Logic Dalam Deteksi Keaslian Mata Uang Rupiah Kertas Siti Rabiatul Adawiyah Siti Rabiatul Adawiyah.
Suardika, I. G. I. (2019). Prediksi Tingkat Kelulusan Mahasiswa Tepat Waktu Menggunakan Naive Bayes: Studi Kasus Fakultas Ekonomi Dan Bisnis Universitas Pendidikan Nasional. Jurnal Ilmu Komputer Indonesia, 4(2), 37– 44. https://doi.org/10.23887/jik.v4i2.2775
Sugara, B., Adidarma, D., & Budilaksono, S. (2019). Perbandingan Akurasi Algoritma C4.5 dan Naïve Bayes untuk Deteksi Dini Gangguan Autisme pada Anak. Jurnal IKRA-ITH Informatika, 3(1), 119–128.
Susanto, R., & Pangesti, I. (2021). Pengaruh Inflasi Dan Pertumbuhan Ekonomi Terhadap Tingkat Kemiskinan Di Indonesia. JABE (Journal of Applied Business and Economic), 7(2), 271. https://doi.org/10.30998/jabe.v7i2.7653
Syamsiah, S. (2019). Perancangan Flowchart dan Pseudocode Pembelajaran Mengenal Angka dengan Animasi untuk Anak PAUD Rambutan. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 4(1), 86. https://doi.org/10.30998/string.v4i1.3623
Yekti Pawestri, A. (2022). Implementasi Text Mining Dalam Perbaikan Kualitas Aplikasi Google Classroom Berdasarkan Review Pengguna. 1–62.
Z. R. Mair, W. Cholil, E. Yulianti, D. Marcelina, Theresiawati and I. N. Isnainiyah, "Convolutional Neural Network Analysis on Handwriting Patterns and Its Relationship to Personality: A Systematical Review," 2023 International Conference on Informatics, Multimedia, Cyber and Informations System (ICIMCIS), Jakarta Selatan, Indonesia, 2023, pp. 308-312, doi: 10.1109/ICIMCIS60089.2023.10348999.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Jurnal Pengembangan Sistem Informasi dan Informatika
This work is licensed under a Creative Commons Attribution 4.0 International License.
