Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Sains dan Informatika : Research of Science and Informatic
Zein Rizky Santoso
Prodi Statistika dan Sains Data, IPB University
Computer Science & IT

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

Found 1 Documents
Search

 1 
Variable Importance Kesehatan dan Pendidikan dalam Pembentukan IPM dengan Algoritme Machine Learning Cahya Alkahfi; Zein Rizky Santoso; Anwar Fitrianto; Sachnaz Desta Oktarin
SAINS DAN INFORMATIKA : RESEARCH OF SCIENCE AND INFORMATIC Vol. 8 No. 2 (2022): Jurnal Sains dan Informatika : Research of Science and Informatic
Publisher : Lembaga Layanan Pendidikan Tinggi (LLDIKTI) Wilayah X

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (786.312 KB)

Abstract

Pembelajaran mesin adalah bidang studi yang menggunakan algoritma komputasi untuk mengubah data empiris menjadi model yang dapat digunakan. Pada penelitian ini akan membandingkan lima pembelajaran mesin supervised, yaitu forward selection, LASSO, random forest, gradient boosting, dan extra trees dengan studi kasus mengetahui faktor-faktor infrastruktur kesehatan dan pendidikan di tingkat desa/kelurahan yang mempengaruhi skor IPM kabupaten/kota di Pulau Jawa. Pada penentuan variable importance, metode forward-selection dan LASSO menggunakan nilai absolut koefisien regresi, sedangkan random forest, extra trees dan gradient boosting menggunakan nilai Mean Decrease in Impurity (MDI). Metode bootstrap akan diterapkan pada semua metode pembelajaran mesin dengan tujuan untuk memperluas ruang sampel dan menghasilkan indikator yang lebih akurat. Berdasarkan hasil pemodelan dari lima pembelajaran mesin, jumlah dokter dan dokter gigi per 1000 penduduk merupakan faktor yang paling mempengaruhi besaran nilai IPM di Pulau Jawa karena memiliki koefisien tertinggi atau nilai MDI terbesar. Extra Trees merupakan pembelajaran mesin supervised terbaik karena menghasilkan nilai RMSE yang paling kecil serta interval yang juga lebih pendek dibandingkan model lainnya.
Co-Authors Cahya Alkahfi Fitrianto, Anwar Sachnaz Desta Oktarin