ANALISIS TINGKAT KEMISKINAN DENGAN MENGGUNAKAN ROUGH SET
Main Article Content
Abstract
Kemiskinan merupakan isu yang sangat penting dan sering dijadikan acuan terhadap kesuksesan pembangunan. Terdapat banyak upaya yang telah dilakukan untuk mengentaskan pemerintah seperti mengurangi pengangguran, meningkatkan sumber daya masyarakat serta menjaga inflasi serta menggenjot perekonomian baik daerah secara khusus ataupun nasional secara umum. Penelitian ini mengembangkan model berbasis rough set untuk mengetahui faktor yang mempengaruhi dalam kemiskinan dan memprediksi kemiskinan di Kalimantan Timur. Penelitian ini menggunakan data dari BPS Provinsi Kalimantan Timur dari tahun 2006-2020. Dari hasil penelitian menunjukan bahwa tingkat pengangguran merupakan faktor yang mempengaruhi kemiskinan diprovinsi Kalimantan Timur, dengan pengaruh 100% terhadap kemiskinan di Provinsi Kalimantan Timur.
Article Details
Section
Statistics
The copyright of the received article once accepted for publication shall be assigned to the journal as the publisher of the journal. The intended copyright includes the right to publish the article in various forms (including reprints). The journal maintains the publishing rights to the published articles.
References
A. Wanto, œPenerapan Jaringan Saraf Tiruan Dalam Memprediksi Jumlah Kemiskinan Pada Kabupaten/Kota Di Provinsi Riau, Klik - Kumpul. J. Ilmu Komput., vol. 5, no. 1, p. 61, 2018, doi: 10.20527/klik.v5i1.129.
S. Mamase and R. S. Sinukun, œPrediksi Tingkat Kemiskinan Provinsi Gorontalo Menggunakan Metode Gabungan K-Means dan Generalized Regression Neural Network, J. ENERGY, vol. 10, no. 2, pp. 2934, 2018.
E. Ermawati, œAlgoritma Klasifikasi C4.5 Berbasis Particle Swarm Optimization Untuk Prediksi Penerima Bantuan Pangan Non Tunai, Sistemasi, vol. 8, no. 3, p. 513, 2019, doi: 10.32520/stmsi.v8i3.576.
Syaharuddin, E. Pujiana, I. P. Sari, V. M. Mardika, and M. Putri, œAnalisis Algoritma Back Propagation Dalam Prediksi Angka Kemiskinan Di Indonesia, J. Pendidik. Berkarakter, vol. 3, no. 1, pp. 1117, 2020, [Online]. Available: http://journal.ummat.ac.id/index.php/pendekar/article/view/2814.
A. Kumila, B. Sholihah, E. Evizia, N. Safitri, and S. Fitri, œPerbandingan Metode Moving Average dan Metode Naïve Dalam Peramalan Data Kemiskinan, JTAM | J. Teor. dan Apl. Mat., vol. 3, no. 1, p. 65, 2019, doi: 10.31764/jtam.v3i1.764.
R. Efendi, V. A. Dewi, S. Basriati, and D. S. Ss, œPengaruh Pengangguran dan PDRB Terhadap Tingkat Kemiskinan Menggunakan Regresi Linier Berganda dan Rough Sets, no. November, pp. 651657, 2018.
Z. Pawlak, œRough sets, Int. J. Comput. Inf. Sci., vol. 11, no. 5, pp. 341356, 1982, doi: 10.1007/BF01001956.
M. Kryszkiewicz, œRough set approach to incomplete information systems, Inf. Sci. (Ny)., vol. 112, no. 14, pp. 3949, 1998, doi: 10.1016/S0020-0255(98)10019-1.
R. S. S. Saprina Mamase, œPrediksi Tingkat Kemiskinan Provinsi Gorontalo dengan Metode GRNN, in Seminar Nasional Humaniora & Aplikasi Teknologi Informasi 2018 (SEHATI 2018) PREDISKI, 2018, pp. 2932.
V. Rahmadi, R. Yulistiani, R. Sheffi, T. Gultom, and M. M. Santoni, œPrediksi Penyebab Utama Kemiskinan Di Indonesia Dengan, in Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA), 2020, pp. 172181.
D. A. Rezki, œAnalisa Kinerja Guru Sekolah di Dinas Pendidikan Dengan Menggunakan Metode Rought Set ( Studi Kasus¯: Dinas Pendidikan Provinsi Sumatera Utara ), J. Comput. Syst. Informatics, vol. 1, no. 3, pp. 172177, 2020.
M. Jamaris, œImplementasi Metode Rough Set Untuk Menentukan Kelayakan Bantuan Dana Hibah Fasilitas Rumah Ibadah, INOVTEK Polbeng - Seri Inform., vol. 2, no. 2, p. 161, 2017, doi: 10.35314/isi.v2i2.203.
M. A. Sembiring and Z. Azhar, œImplementasi Metode Rough Set Untuk Menganalisa Laba/Rugi Pada Suatu Perusahaan Distributor (Studi Kasus¯: Usaha Kita Ps Payakumbuh), pp. 16, 2013.
P. Sihombing, œImplementasi Metode Rough Set Dalam Memprediksi Dampak Tanah Longsor ( Studi Kasus Badan Penanggulangan Bencana Daerah ( BPBD ) Provinsi Sumatera Utara a¯: U, vol. 6, no. 4, pp. 407415, 2019.
K. Suryani, œPrediksi Peluang Kelulusan Mahasiswa PTIK dalam Uji Kompetensi Microsoft Office 2010 menggunakan Teori Rough Set, J. Nas. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 110, 2016, doi: 10.25077/teknosi.v2i1.2016.1-10.
A. Prajana, F. Sains, T. Universitas, I. Negeri, A. Raniry, and B. Aceh, œPenerapan Teory Rough Set Untuk Memprediksi Tingkat Kelulusan Siswa Dalam Ujian Nasional Pada Sma Negeri 5 Kota Banda Aceh, J. Islam. Sci. Technol., vol. 2, no. 1, pp. 7588, 2016, [Online]. Available: www.jurnal.ar-raniry.com/index.php/elkawnie.
A. Putra, Z. A. Matondang, N. Sitompul, I. Pendahuluan, and A. Prediksi, œImplementasi Algoritma Rough Set Dalam Memprediksi Kecerdasan Anak, J. Pelita Inform., vol. 7, no. 2, pp. 149156, 2018.
M. R. Raharjo and A. P. Windarto, œPenerapan Machine Learning dengan Konsep Data Mining Rough Set ( Prediksi Tingkat Pemahaman Mahasiswa terhadap Matakuliah ), vol. 5, pp. 317326, 2021, doi: 10.30865/mib.v5i1.2745.
S. Mamase and R. S. Sinukun, œPrediksi Tingkat Kemiskinan Provinsi Gorontalo Menggunakan Metode Gabungan K-Means dan Generalized Regression Neural Network, J. ENERGY, vol. 10, no. 2, pp. 2934, 2018.
E. Ermawati, œAlgoritma Klasifikasi C4.5 Berbasis Particle Swarm Optimization Untuk Prediksi Penerima Bantuan Pangan Non Tunai, Sistemasi, vol. 8, no. 3, p. 513, 2019, doi: 10.32520/stmsi.v8i3.576.
Syaharuddin, E. Pujiana, I. P. Sari, V. M. Mardika, and M. Putri, œAnalisis Algoritma Back Propagation Dalam Prediksi Angka Kemiskinan Di Indonesia, J. Pendidik. Berkarakter, vol. 3, no. 1, pp. 1117, 2020, [Online]. Available: http://journal.ummat.ac.id/index.php/pendekar/article/view/2814.
A. Kumila, B. Sholihah, E. Evizia, N. Safitri, and S. Fitri, œPerbandingan Metode Moving Average dan Metode Naïve Dalam Peramalan Data Kemiskinan, JTAM | J. Teor. dan Apl. Mat., vol. 3, no. 1, p. 65, 2019, doi: 10.31764/jtam.v3i1.764.
R. Efendi, V. A. Dewi, S. Basriati, and D. S. Ss, œPengaruh Pengangguran dan PDRB Terhadap Tingkat Kemiskinan Menggunakan Regresi Linier Berganda dan Rough Sets, no. November, pp. 651657, 2018.
Z. Pawlak, œRough sets, Int. J. Comput. Inf. Sci., vol. 11, no. 5, pp. 341356, 1982, doi: 10.1007/BF01001956.
M. Kryszkiewicz, œRough set approach to incomplete information systems, Inf. Sci. (Ny)., vol. 112, no. 14, pp. 3949, 1998, doi: 10.1016/S0020-0255(98)10019-1.
R. S. S. Saprina Mamase, œPrediksi Tingkat Kemiskinan Provinsi Gorontalo dengan Metode GRNN, in Seminar Nasional Humaniora & Aplikasi Teknologi Informasi 2018 (SEHATI 2018) PREDISKI, 2018, pp. 2932.
V. Rahmadi, R. Yulistiani, R. Sheffi, T. Gultom, and M. M. Santoni, œPrediksi Penyebab Utama Kemiskinan Di Indonesia Dengan, in Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA), 2020, pp. 172181.
D. A. Rezki, œAnalisa Kinerja Guru Sekolah di Dinas Pendidikan Dengan Menggunakan Metode Rought Set ( Studi Kasus¯: Dinas Pendidikan Provinsi Sumatera Utara ), J. Comput. Syst. Informatics, vol. 1, no. 3, pp. 172177, 2020.
M. Jamaris, œImplementasi Metode Rough Set Untuk Menentukan Kelayakan Bantuan Dana Hibah Fasilitas Rumah Ibadah, INOVTEK Polbeng - Seri Inform., vol. 2, no. 2, p. 161, 2017, doi: 10.35314/isi.v2i2.203.
M. A. Sembiring and Z. Azhar, œImplementasi Metode Rough Set Untuk Menganalisa Laba/Rugi Pada Suatu Perusahaan Distributor (Studi Kasus¯: Usaha Kita Ps Payakumbuh), pp. 16, 2013.
P. Sihombing, œImplementasi Metode Rough Set Dalam Memprediksi Dampak Tanah Longsor ( Studi Kasus Badan Penanggulangan Bencana Daerah ( BPBD ) Provinsi Sumatera Utara a¯: U, vol. 6, no. 4, pp. 407415, 2019.
K. Suryani, œPrediksi Peluang Kelulusan Mahasiswa PTIK dalam Uji Kompetensi Microsoft Office 2010 menggunakan Teori Rough Set, J. Nas. Teknol. dan Sist. Inf., vol. 2, no. 1, pp. 110, 2016, doi: 10.25077/teknosi.v2i1.2016.1-10.
A. Prajana, F. Sains, T. Universitas, I. Negeri, A. Raniry, and B. Aceh, œPenerapan Teory Rough Set Untuk Memprediksi Tingkat Kelulusan Siswa Dalam Ujian Nasional Pada Sma Negeri 5 Kota Banda Aceh, J. Islam. Sci. Technol., vol. 2, no. 1, pp. 7588, 2016, [Online]. Available: www.jurnal.ar-raniry.com/index.php/elkawnie.
A. Putra, Z. A. Matondang, N. Sitompul, I. Pendahuluan, and A. Prediksi, œImplementasi Algoritma Rough Set Dalam Memprediksi Kecerdasan Anak, J. Pelita Inform., vol. 7, no. 2, pp. 149156, 2018.
M. R. Raharjo and A. P. Windarto, œPenerapan Machine Learning dengan Konsep Data Mining Rough Set ( Prediksi Tingkat Pemahaman Mahasiswa terhadap Matakuliah ), vol. 5, pp. 317326, 2021, doi: 10.30865/mib.v5i1.2745.