Klasifikasi Status Kesejahteraan Rumah Tangga di Kabupaten Siak Menggunakan Algoritma Naive Bayes Classifier

Arianto Tarigan, Mustakim Mustakim, Ervan Wahyudi, Jeni Adhiva

Abstract


Dinas Sosial Kabupaten Siak dalam menentukan status kesejahteraan keluarga berdasarkan musyawarah dengan menentukan kesejahteraan berdasarkan aspek kesehatan dan pendidikan. Oleh karena itu, perlu adanya sebuah sistem klasifikasi yang mendukung pihak Dinas Sosial dalam menentukan status kesejahteraan keluarga di Kabupaten Siak secara efektif dan tepat. Penelitian ini dimaksudkan untuk melakukan klasifikasi status kesejahteraan rumah tangga menggunakan algoritma Naive Bayes Classifier. Atribut yang digunakan pada penelitian ini adalah NIK, kecamatan, jenis cacat, penyakit kronis, ijazah tertinggi, lapangan usaha dari pekerjaan utama, status kedudukan dalam Pekerjaan Utama, Status bangunan tempat tinggal, status lahan tempat tinggal, jenis lantai, jenis dinding, jenis atap, sumber air minum, sumber penerangan utama, dan jumlah anggota keluarga. Penentuan atribut ini telah dikonfirmasi kepada pihak Dinas Sosial Kabupaten Siak melalui wawancara sebagai fitur utama penentu status kesejahteraan rumah tangga. Penelitian melakukan pembagian data latih dan data uji dengan menggunakan k-fold cross validation dilakukan dengan 4 cross dan 10 kali percobaan menggunakan tools Weka dan data kesejahteraan tahun 2017 sebanyak 19.612 data. Hasilnya didapatlah akurasi tertinggi pada k4 dengan akurasi rata-rata 53%. Hasil dari perhitungan algoritma tersebut akan diimplementasikan kedalam sebuah sistem informasi yang diharapkan mampu memberikan pemecahan masalah sehingga dapat membantu pihak Dinas Sosial dalam menentukan status kesejahteraan secara efektif dan tepat.

Full Text:

PDF

References


E. Sunarti, “Indikator Keluarga Sejahtera,” 2006.

Riska Prakasita Sahitayakti dan Kartika Fithriasar, “Klasifikasi Kesejahteraan Rumah Tangga di Provinsi Papua dengan Metode Regresi Logistik dan Support Vector Machine,” vol. 4, no. 2, pp. 2–8, 2015.

J. Maulani, “Klasifikasi Kesejahteraan Rumah Tangga dengan Penerapan Algoritma Decision Tree Seleksi Atribut Genetik Algoritma,” Technologia, vol. 7, no. 3, pp. 137–141, 2016.

T. Marnoto, “Comparative Analysis of Data Mining Classification Algorithms in Type-2 Diabetes Prediction Data Using WEKA Approach,” Int. J. Sci. Eng., vol. 7, no. 2, pp. 155–160, 2014.

F. J. Simatupang, T. Wuryandari, and Suparti, “Klasifikasi Rumah Layak Huni Di Kabupaten Brebes Dengan Menggunakan Metode Learning Vector Quantization Dan Naive Bayes,” Gaussian, vol. 5, no. 1, pp. 99–111, 2016.

D. W. Nugraha, A. Y. E. Dodu, and N. Chandra, “Klasifikasi Penyakit Stroke Menggunakan Metode Naive Bayes Classifier (Studi Kasus Pada Rumah Sakit Umum Daerah Undata Palu),” vol. 3, no. 2, pp. 13–22, 2017.

E. Karyadiputra, S. Kom, and M. Kom, “Analisis Algoritma Naive Bayes Untuk Klasifikasi Status Kesejahteraan Rumah Tangga Keluarga Binaan Sosial,” vol. 7, no. 4, pp. 199–208, 2016.

M. Paramita and R. Ely, “Prediksi Nilai Proyek Akhir Mahasiswa Menggunakan Algoritma Klasifikasi Data Mining,” Semin. Nas. Sist. Inf. Indones. 2015, vol. 11, no. November, pp. 1–7, 2015.

Y. F. Safri, R. Arifudin, and M. A. Muslim, “K-Nearest Neighbor and Naive Bayes Classifier Algorithm in Determining The Classification of Healthy Card Indonesia Giving to The Poor,” Sci. J. Informatics, vol. 5, no. 1, p. 18, 2018.

V. Jain, G. S. Narula, and M. Singh, “Implementation of Data Mining in Online Shopping System Using,” vol. 2, no. 1, pp. 47–58, 2013.

P. G. Espejo, S. Ventura, and F. Herrera, “A survey on the application of genetic programming to classification,” IEEE Trans. Syst. Man Cybern. Part C Appl. Rev., vol. 40, no. 2, pp. 121–144, 2011.

W. B. Zulfikar and N. Lukman, “Perbandingan Naive Bayes Classifier Dengan Nearest Neighbor Untuk Identifikasi Penyakit Mata,” J. Online Inform., vol. 1, no. 2, pp. 82–86, 2016.

V. Agarwal, S. Thakare, and A. Jaiswal, “Survey on Classification Techniques for Data Mining,” Int. J. Comput. Appl., vol. 132, no. 4, pp. 13–16, 2015.

Refaeilzadeh, “Cross-Validation,” Arizona State Univ., 2008.

F. Tempola, M. Muhammad, and A. Khairan, “Perbandingan Klasifikasi Antara Knn Dan Naive Bayes Pada Penentuan Status Gunung Berapi Dengan K-Fold Cross Validation Comparison of Classification Between Knn and Naive Bayes At the Determination of the Volcanic Status With K-Fold Cross,” vol. 5, no. 5, pp. 577–584, 2018.

T. . Patil and S. . Sherekar, “Performance Analysis of ANN and Naive Bayes Classification Algorithm for Data Classification,” Int. J. Intell. Syst. Appl. Eng., vol. 7, no. 2, pp. 88–91, 2019.

Hidayat, A., Effendi, Z., Aszani., Novita, R., Lestari, T.L. “Algorithm Comparison Of Naive Bayes Classifier And Probabilistic Neural Network For Water Area Classification Of Fishing Vessel In Indonesia”. Journal of Theoretical and Applied Information Technology, Vol. 96 No. 13 Hal 4114-4125, Juli 2018.


Refbacks

  • There are currently no refbacks.


FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id