Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik Informatika
Taib, Acan
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Prediksi Pertumbuhan Jumlah Penduduk Menggunakan Simple Linear Regresi: (Studi Kasus Sofifi Ibu Kota Provinsi Maluku Utara) Taib, Acan; Mandar, Gamaria; Noh, Junaidi
J-TIFA Vol 6 No 2 (2023): Volume 6 No 2 September 2023
Publisher : Universitas Muhammadiyah Maluku Utara (Prodi Teknik Informatika)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52046/j-tifa.v6i2.1910

Abstract

Pada dasarnya jumlah penduduk pada suatu wilayah akan terus bertambah setiap tahunnya, dimanah pertumbuhan tersebut akan memberikan dampak baik dan maupun buruk pada wilayah tersebut. Pertumbuhan wilayah jika ditangani dengan tepat dapat meningkatkan kualitas wilayah tersebut, diantaranya dalam segi ekonomi, Dimana pendapatan perkapita akan bertambah dengan meningkatkan jumlah penduduk dan juga dalam segi inovasi, yaitu berkembangnya inovasi-inovasi baru akibat dorongan dari pertumbuhan penduduk suatu wilayah. Penelitian ini membuat system prediksi pertumbuhan penduduk menggunakan algoritma regresi linier, system ini berbasis website, Bahasa pemrograman yang digunakan adalah Python framwork bootstrape bertujuan untuk memprediksi jumlah pertumbuhan penduduk. Penulis mengumpulkan data di Kantor Badan Pusat Statistik (BPS) kota sofifi dan melakukan penelitian di rumah dan di program studi Teknik informatika Universitas Muhammadiyah maluku utara. Dari data pertumbuhan jumlah penduduk tahun 2001-2023. Dari hasil perhitungan prediksi pada penelitian ini untuk persentase nilai erorr untuk masing-masing perthitungan tidak ada nilai persentase yang lebih dari 10% dan diperoleh pengujian menggunakan MSE (Mean Squared Erorr) dan R-Squared, sehingga hasi yang di dapatkan nilai MSE yaitu 0.0004146272921517793 dan hasil dari R-Squared yaitu 0.9543575145359678, dimanah semakin rendah nilai erorr dari suatu model maka Tingkat akurasinya lebih baik.
Co-Authors Junaidi Noh Mandar, Gamaria