Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Teknologi dan Sains (Jinteks)
Firda Niken Sari
Universitas Muhammadiyah Mataram
Computer Science & IT Control & Systems Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
PREDIKSI STATUS KERJA MENGGUNAKAN MACHINE LEARNING PADA DATA SENSUS ANGKATAN KERJA DI NTB Firda Niken Sari; Nani Sulistianingsih; Muhammad Imam Dinata
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 1 (2026): EDISI 27
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i1.7273

Abstract

Ketenagakerjaan merupakan indikator penting dalam menilai kondisi sosial ekonomi suatu wilayah, sehingga diperlukan model prediksi yang akurat untuk mengidentifikasi faktor-faktor yang memengaruhi status ketenagakerjaan individu. Penelitian ini bertujuan untuk membangun model prediksi status ketenagakerjaan menggunakan algoritma Light Gradient Boosting Machine (LightGBM) serta mengidentifikasi variabel paling berpengaruh. Data yang digunakan merupakan data mikro ketenagakerjaan yang dianalisis menggunakan metode Least Absolute Shrinkage and Selection Operator (LASSO) untuk menyeleksi fitur relevan sebelum pemodelan. Hasil penelitian menunjukkan bahwa model LightGBM menghasilkan kinerja prediksi yang baik dengan nilai akurasi 78% dan ROC-AUC 78%, serta mampu mengidentifikasi faktor dominan seperti usia, pendidikan, dan karakteristik demografis lainnya. Temuan ini menunjukkan bahwa integrasi seleksi fitur Lasso dengan LightGBM efektif dalam meningkatkan kinerja dan interpretabilitas model prediksi status ketenagakerjaan, sehingga dapat digunakan sebagai dasar pengambilan kebijakan ketenagakerjaan berbasis data.
Co-Authors Muhammad Imam Dinata Nani Sulistianingsih