Hoiriyah Hoiriyah
Prodi Teknik Informatika Fakultas Teknologi Informasi UNISKA MAB

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

Found 1 Documents
Search

PREDIKSI PERTUMBUHAN PENDUDUK KAL-SEL MENGGUNAKAN METODE REGRESI LINEAR BERGANDA Hoiriyah Hoiriyah; Fakhriani Eka Wati; Herry Adi Chandra
Technologia : Jurnal Ilmiah Vol 14, No 4 (2023): Technologia (Oktober)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31602/tji.v14i4.12574

Abstract

Penduduk adalah mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap, jumlah penduduk pada suatu wilayah akan terus bertambah setiap tahunnya, di mana pertumbuhan tersebut dapat memberikan dampak baik maupun buruk sehingga di perlukannya wadah untuk menampung data pertumbuhan itu. Dengan adanya Data mining sebagai proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu.ada banyak metode yang bisa di gunakan dalam menganalisanya salah satunya adalah  Metode Regresi Linear Berganda merupakan algoritma  yang digunakan untuk melakukan regresi atau peramalan untuk di gunakan sebagai prediksi dalam lajunya pertumbuhan penduduk di indonesia terutama yang ada di kalimantan selatan. Data pada penelitian ini merupakan data yang di gunakan selama 9 Tahun  yang mana pada data yang ada pada kabupaten di sini di ubah terlebih dahulu kedalam binirisasi menggunakan Metode One Hot Encoding digunakan untuk  merepresentasikan data bertipe kategori atau dalam pengkodingan dekenal dengan data bertipe string atau huruf menjadi data vektor biner yang bernilai integer, 0 dan 1, sehingga data bisa di proses menggunakan linear regression agar bisa di analisa lebih lanjut dengan menggunakan data label. Singga dari hasil analisa data yang di gunakan di atas dapat di simpulkan hasil dari Mean Squared Error “ MSE ” terbaik ada pada data label pada tahun 2012 dengan menggunakan data training 20% dan data testing 80%  dengan memperoleh hasil Akurasi sebanyak 1.266 +/- 0.000 lebih baik dari hasil yang lain setelah di lakukannya beberapa kali analisa.