Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Zonasi: Jurnal Sistem Informasi
Andika, Rio Fit
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Environmental Science Languange, Linguistic, Communication & Media

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

Found 1 Documents
Search

 1 
PREDIKSI PERUBAHAN JUMLAH PENDUDUK DI KOTA PEKANBARU MENGGUNAKAN ALGORITMA NAIVE BAYES Efendi, Akmar; Siswanto, Apri; Andika, Rio Fit
ZONAsi: Jurnal Sistem Informasi Vol. 6 No. 3 (2024): Publikasi artikel ZONAsi: Jurnal Sistem Informasi Periode September 2024
Publisher : Universitas Lancang Kuning

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31849/zn.v6i3.22346

Abstract

Penelitian ini mengaplikasikan Algoritma Naive Bayes untuk memprediksi perubahan jumlah penduduk di Kota Pekanbaru berdasarkan data historis dari tahun 1995 hingga 2022. Tujuan dari penelitian ini adalah untuk memahami tren demografis dan memberikan prediksi yang dapat digunakan sebagai dasar dalam pengambilan keputusan terkait perencanaan pembangunan kota. Data jumlah penduduk diolah untuk mengkategorikan perubahan tahunan sebagai peningkatan ("Increase") atau penurunan ("Decrease"). Algoritma Naive Bayes dilatih dan diuji untuk memprediksi kategori perubahan tersebut. Hasil penelitian menunjukkan bahwa Algoritma Naive Bayes mencapai akurasi sebesar 89.29%. Algoritma ini cukup efektif dalam memprediksi peningkatan jumlah penduduk, namun memiliki keterbatasan dalam memprediksi penurunan jumlah penduduk, yang diidentifikasi sebagai akibat dari ketidakseimbangan data. Meskipun demikian, hasil prediksi ini memberikan wawasan yang penting bagi pengambil kebijakan dalam merencanakan pembangunan dan penyediaan layanan publik di Kota Pekanbaru. Untuk penelitian lebih lanjut, disarankan untuk mengeksplorasi metode penyeimbangan data dan model pembelajaran mesin alternatif untuk meningkatkan akurasi prediksi.
Co-Authors Apri Siswanto Efendi, Akmar