<![CDATA[Indonesia merupakan salah satu negara berkembang yang memiliki tingkat pertumbuhan penduduk yang sangat pesat dengan jumlah total populasi sekitar 255 juta penduduk, Indonesia adalah negara berpenduduk terpadat nomor empat di dunia. Terkait hal tersebut, penulis ingin mencoba menerapkan salah satu algoritma dalam data mining yaitu Naive Bayes dengan membandingkan validasi 2 dan 3 ke dalam data yang diperoleh dari BPS Kabupaten Banjar, karena sebelumnya tidak ada penelitian yang terkait dengan tingkat kesejahteraan masyarakat di Kota Martapura menggunakan metode tersebut, sehingga dapat diketahui tingkat akurasi, presisi, recall dan AUC dari algoritma yang diusulkan dan secara tepat dapat menentukan tingkat kemiskinan di daerah tersebut dengan mengumpulkan dan mengolah data, serta secara cepat dapat mencari soslusi untuk mengurangi tingkat kemiskinan dan dapat mencegah bertambahnya angka kemiskinan di daerah tersebut. Penerapan validasi 2 pada Algoritma Naive Bayes menghasilkan akurasi sebesar 84,62%, lebih akurat sebesar 0,57% dibandingkan dengan penerapan validasi 3. Kata Kunci : Kemiskinan, Naive Bayes]]>
Copyrights © 2019
