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 Seni ITS
Prastyo, Yoppy Eka
Departemen Statistika Institut Teknologi Sepuluh Nopember
Arts Humanities

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

Found 1 Documents
Search
Journal : Jurnal Sains dan Seni ITS

 1 
Analisis Faktor yang Memengaruhi Status Desa di Provinsi Papua Menggunakan Metode Regresi Probit dengan Pendekatan Combine Sampling Prastyo, Yoppy Eka; Ratnasari, Vita
Jurnal Sains dan Seni ITS Vol 13, No 6 (2024)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v13i6.155908

Abstract

Pembangunan nasional di Indonesia, terutama di wilayah pedesaan, menjadi fokus utama untuk mencapai tujuan pembangunan berkelanjutan. Meskipun berbagai upaya pembangunan telah dilakukan, terdapat ketidakmerataan distribusi pembangunan di seluruh daerah, khususnya di Provinsi Papua yang menghadapi tantangan tingkat ketertinggalan yang signifikan. Penelitian ini mengambil pendekatan klasifikasi dengan menggunakan Regresi Probit dan metode Combine Sampling (gabungan SMOTE dan Tomek Links) untuk mengatasi ketidakseimbangan data pada status desa tertinggal di Provinsi Papua tahun 2021. Analisis statistik deskriptif menunjukkan bahwa 92,9% desa di Papua tergolong tertinggal, sementara 7,1% tidak tertinggal. Hasil resampling menggunakan metode combine sampling menunjukkan peningkatan keseimbangan data antara desa tertinggal dan tidak tertinggal. Analisis regresi probit dengan data resampling mengidentifikasi 10 variabel signifikan yang memengaruhi status desa, seperti jumlah SD/MI, rasio keluarga pengguna listrik, dan kejadian pencemaran air. Model regresi probit yang dihasilkan menunjukkan akurasi yang baik dengan nilai rata-rata AUC 86,1%, G-mean 80,8%, akurasi klasifikasi 80,8%, sensitivitas 79,2%, dan spesifisitas 82,6%. Fold terbaik menunjukkan nilai AUC 87,87% dan akurasi klasifikasi 81,72%.
Co-Authors Ratnasari, Vita