Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal "JAMASTIKA" Jurnal Mahasiswa Teknik Informatika
Ariyanto, Nabhan Thoriq
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Pemetaan Proyeksi Penduduk Indonesia (Menurut Jenis Kelamin) dengan Pendekatan Machine Learning: Mapping Indonesian Population Projections (By Gender) using a Machine Learning Approach Ariyanto, Nabhan Thoriq; Setyawan, Resa; Rianto; Purwayoga, Vega
Jurnal Mahasiswa Teknik Informatika Vol. 3 No. 2 (2024): Jurnal Jamastika, Volume 3 Nomor 2 Oktober 2024
Publisher : Universitas Ngudi Waluyo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35473/jamastika.v3i2.3210

Abstract

The use of Machine Learning techniques has become a vital method in predicting future population numbers. In Indonesia, population projections based on gender have a significant impact in planning national development. This research proposes an approach that utilizes Machine Learning modeling techniques to project the population of Indonesia based on gender. The dataset used includes various information such as population, province, year, and gender. The modeling process involves stages such as data preparation, model selection, model training, evaluation, and validation. The projection results are then assessed using various relevant model performance evaluation metrics. ABSTRAK Penggunaan Teknik Machine Learning telah menjadi sebuah metode yang vital dalam meramalkan jumlah penduduk di masa depan. Di Indonesia, proyeksi jumlah penduduk berdasarkam jenis kelamin memiliki dampak yang signifikan dalam merencanakan Pembangunan nasional. Peneletian ini mengusulkan suatu pendekatan yang memanfaatkan Teknik pemodelan Machine Learning untuk memproyeksikan jumlah penduduk Indonesia berdasarkan jenis kelamin. Dataset yang digunakan mencakup berbagai informasi seperti jumlah penduduk, provinsi, tahun, dan jenis kelamin. Proses pemodelan melibatkan tahapan-tahapan seperti persiapan data, pemodelan, dan evaluasi. Hasil proyeksi kemudian dinilai menggunakan berbagai metrik evaluasi kinerja model yang relevan.  
Co-Authors Purwayoga, Vega Rianto Setyawan, Resa