Klasifikasi Tingkat Kesejahteraan Keluarga Provinsi Jawa Tengah Tahun 2015 Menggunakan Metode Regresi Logistik Ordinal Dan Support Vector Machine
Sely Agustina, - and Arief Agoestanto, FMIPA Pendidikan Matematika and Putriaji Hendikawati, - (2017) Klasifikasi Tingkat Kesejahteraan Keluarga Provinsi Jawa Tengah Tahun 2015 Menggunakan Metode Regresi Logistik Ordinal Dan Support Vector Machine. UNNES Journal of Mathematics, 6 (1). ISSN 2252-6943
PDF
- Published Version
Download (957kB) |
|
PDF
- Published Version
Download (912kB) |
Abstract
Tujuan dari penelitian ini adalah untuk mengetahui metode yang memberikan ketepatan hasil klasifikasi yang lebih baik antara Regresi Logistik Ordinal dan Support Vector Machine (SVM). Sampel data yang digunakan adalah data tingkat kesejahteraan keluarga Jawa Tengah yang diperoleh dari hasil survei Pendataan Keluarga (PK) tahun 2015, sejumlah 322 data keluarga dan dibagi menjadi data training 80% sejumlah 259 dan data testing 20% sejumlah 64. Metode Regresi Logistik Ordinal dilakukan dengan estimasi data training untuk menentukan model logit awal, uji signifikansi menggunakan uji rasio Likelihood dan uji Wald, model logit yang signifikan digunakan untuk mengklasifikasi data testing. Metode SVM dilakukan dengan memodelkan data training menggunakan fungsi kernel Linear, Polynomial, dan Gaussian RBF, fungsi kernel terbaik digunakan untuk mengklasifikasi data testing. Metode Regresi Logistik Ordinal menghasilkan nilai ketepatan klasifikasi sebesar 81,25%. Metode SVM dengan kernel Linear sebagai fungsi kernel terbaik menghasilkan nilai ketepatan klasifikasi sebesar 95,31%.
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Klasifikasi, Regresi Logistik Ordinal, SVM |
Subjects: | Q Science > QA Mathematics |
Fakultas: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Pendidikan Matematika, S1 |
Depositing User: | mahargjo hapsoro adi |
Date Deposited: | 08 Apr 2022 02:39 |
Last Modified: | 08 Apr 2022 02:39 |
URI: | http://lib.unnes.ac.id/id/eprint/49568 |
Actions (login required)
View Item |