Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal PETISI (Pendidikan Teknologi Informasi)
Shofa Shofiah Hilabi
Prodi Sistem Informasi, Fakultas Ilmu Komputer, Universitas Buana Perjuangan Karawang
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
Prediksi Jumlah Perceraian Menggunakan Metode Support Vector Machine (SVR) Studi Kasus Pengadilan Agama Kabupaten Karawang Rahmawati Rahmawati; Shofa Shofiah Hilabi; Baenil Huda; Tukino Tukino
JURNAL PETISI (Pendidikan Teknologi Informasi) Vol. 7 No. 3 (2026): JURNAL PETISI (Pendidikan Teknologi Informasi)
Publisher : Universitas Pendidikan Muhammadiyah Sorong

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36232/jurnalpetisi.v7i3.5615

Abstract

Peningkatan kasus perceraian menunjukkan adanya dinamika sosial yang rumit dan dipengaruhi oleh banyak variabel seperti kondisi ekonomi dan konflik rumah tangga. Pola data yang fluktuatif dan cenderung non-linear menjadi tantangan dalam proses analisis menggunakan pendekatan konvensional. Oleh karena itu, digunakan pendekatan berbasis pembelajaran mesin menggunakan metode Support Vector Regression (SVR) untuk memodelkan hubungan antara faktor penyebab dan jumlah perceraian. Data yang digunakan adalah data bulanan dari masa lalu dari Pengadilan Agama Kabupaten Karawang. Proses penelitian meliputi tahap preprocessing, normalisasi menggunakan MinMaxScaler, serta pembagian data berbasis waktu untuk menghindari data leakage. Hasil menunjukkan bahwa model memiliki kemampuan untuk mengikuti tren data utama meskipun belum optimal dalam menangkap fluktuasi ekstrem. Evaluasi menghasilkan nilai MAE sebesar 920.85 dan RMSE sebesar 1051.38 serta R² sebesar 0.1506 yang menunjukkan keterbatasan model dalam merepresentasikan kompleksitas data secara keseluruhan sehingga diperlukan pengembangan lebih lanjut melalui penambahan variabel serta optimasi model yang lebih tepat.
Co-Authors Baenil Huda Rahmawati Rahmawati Tukino Tukino