Jiran Julita
Department of Statistics, Universitas Negeri Makassar

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

Found 1 Documents
Search

Penerapan Radial Basis Function Neural Network dalam Mengklasifikasikan Kab/Kota di Provinsi Sulawesi Selatan Berdasarkan Indeks Kesejahteraan Rakyat Jiran Julita; Sudarmin Sudarmin; Zulkifli Rais
VARIANSI: Journal of Statistics and Its application on Teaching and Research Vol. 5 No. 02 (2023)
Publisher : Program Studi Statistika Fakultas MIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/variansiunm95

Abstract

Jiran Julita, 2023. Penerapan Radial Basis Function Neural Network dalam Mengklasifikasikan Kab/Kota di Provinsi Sulawesi Selatan Berdasarkan Indeks Kesejahteraan Rakyat. Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Negeri Makassar. (Dibimbing oleh Sudarmin dan Zulkifli Rais). Klasifikasi merupakan cara pengelompokan benda berdasarkan ciri-ciri yang dimiliki oleh objek klasifikasi. Metode yang digunakan dalam penelitian ini yaitu radial basis function neural network (RBFNN) yang merupakan salah satu arsitektur ANN yang popular digunakan dalam klasifikasi. Penelitian ini bertujuan untuk melihat klasifikasi dari Kab/Kota di Provinsi Sulawesi Selatan berdasarkan indeks kesejahteraan rakyat menggunakan RBFNN. Adapun data yang digunakan berjumlah 24 data dengan 10 variabel. Pada penelitian ini metode K-Means diaplikasikan untuk mengelompokan Kab/Kota di Provinsi Sulawesi Selatan berdasarkan indeks kesejahteraan rakyat dengan validasi cluster menggunakan Davies Boulding Index, hasil klasifikasi dari penelitian ini diperoleh 4 cluster terbaik berdasarkan indeks kesejahteraan rakyat Kab/Kota di Provinsi Sulawesi Selatan dengan perfoma klasifikasi dengan hasil accuracy 90%, precision 75%, recall 100% dan F-Measure 85%.