Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Manajemen Bisnis dan Organisasi
Rya Wardani
BAPPERIDA Kabupaten Timor Tengah Utara
Humanities Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences

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

Found 1 Documents
Search

 1 
PENDEKATAN MACHINE LEARNING UNTUK ANALISIS KEMISKINAN EKSTREM DALAM PERENCANAAN DAERAH PERBATASAN RI - RDTL Rya Wardani; Budiman Baso
Jurnal Manajemen Bisnis Dan Organisasi Vol 5 No 1 (2026): Jurnal Manajemen Bisnis Dan Organisasi (JMBO)
Publisher : Yayasan Pendidikan Cahaya Budaya Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64626/jmbo.v5i1.742

Abstract

Penelitian ini bertujuan untuk memetakan faktor kunci penyebab kemiskinan ekstrem dan membangun model prediksi berbasis kecerdasan buatan (machine learning) di Kabupaten Timor Tengah Utara. Menggunakan data Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE), penelitian ini dirancang untuk membantu pemerintah daerah dalam menyusun perencanaan pembangunan yang presisi di wilayah perbatasan Indonesia–Timor Leste. Data awal terlebih dahulu dibersihkan dan diselaraskan agar siap diolah secara statistik. Pengujian model dilakukan secara berulang untuk memastikan keakuratannya, sementara analisis kontribusi variabel dilakukan menggunakan metode interpretasi khusus (SHAP) untuk melihat sejauh mana tiap indikator berpengaruh terhadap status kemiskinan. Hasil analisis menunjukkan model prediksi mencapai tingkat akurasi sebesar 70,73%. Faktor-faktor sosial-ekonomi yang paling dominan memengaruhi kemiskinan ekstrem meliputi Risiko Stunting, Akses Listrik/Penerangan, Kepemilikan Aset Simpanan (Tabungan/Ternak), Mata Pencaharian Kepala Keluarga, Kualitas Dinding Rumah, Status Kepemilikan Rumah, Sumber Air Bersih, dan Kualitas Lantai Rumah. Hasil ini membuktikan bahwa pemanfaatan data digital dan analitik modern dapat menghasilkan basis data yang objektif untuk mendukung kebijakan penanggulangan kemiskinan berbasis bukti (evidence-based policy) yang lebih efektif dan tepat sasaran.
Co-Authors Baso, Budiman