Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Apriani, Silvia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

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

Found 1 Documents
Search

 1 
Prediksi Angka Kemiskinan Di Kabupaten Ogan Komering Ulu Menggunakan Metode Data Mining Berbasis SVM, Neural Network & SGD Kurniawan, Daniel; Apriani, Silvia; Pujianto, Pujianto
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/44a6x132

Abstract

Kemiskinan adalah masalah kompleks yang dipengaruhi oleh berbagai faktor ekonomi, sosial, dan demografi yang saling berkaitan. Sudah menjadi tugas kebijakan ekonomi yang signifikan, oleh karena itu, dalam hal tersebut, untuk mengidentifikasi segala faktor yang relevan dan signifikan serta menguraikan efeknya terhadap tingkat kemiskinan, kita menggunakan data sekund er yang diperoleh dari Badan Pusat Statistik dan sumber-sumber kemiskinan lainnya yang memengaruhi periode penelitian yang spesifik. Penelitian ini bertujuan untuk mengeksplorasi penerapan Algoritma SVM (Support Vector Machine), Neural Network, Stochatic Gradient Descent. dengan menggunakan aplikasi Orange untuk memprediksi angka kemiskinan yang ada di Kabupaten OKU. Metodologi penelitian melibatkan tahapan pengumpulan data, pemrosesan, dan implementasi menggunakan metode SVM(Support Vector Machine), Neural Network, Stochatic Gradient Descent. melalui platform Orange. Hasil penelitian ini dapat memberikan wawasan mendalam mengenai kemampuan SVM(Support Vector Machine), Neural Network, Stochatic Gradient Descent. dalam memprediksi angka kemiskinan untuk hasil dari perhitungan yang sudah di dapatkan adalah Jumlah prediksi tahun 2025 = 72.42 sedangkan Jumlah prediksi tahun 2026 = 70.15 di Kabupaten OKU.
Co-Authors Daniel Kurniawan Pujianto Pujianto