<![CDATA[Tantangan geografis dan jarak antar desa menjadi kendala dalam pemerataan pelayanan kependudukan dan pencatatan sipil. Hal ini memerlukan intervensi program jemput bola atau layanan keliling. Permasalahannya adalah tidak semua desa dapat terlayani layanan keliling, sehingga perlu dilakukan pemetaan desa-desa yang memenuhi syarat menjadi lokasi layanan keliling. Penelitian ini menjelaskan teknik pembelajaran mesin, khususnya algoritma K-NN dan Naïve Bayes, untuk mengatasi masalah pemilihan lokasi yang memenuhi syarat. Hasil percobaan menunjukkan kedua metode mempunyai tingkat akurasi yang cukup baik, dengan K-NN mencapai tingkat akurasi tertinggi sebesar 97,14% pada dataset yang dinormalisasi dengan metode Normaliasi Min-Max (NMM). Sebaliknya, Naïve Bayes menunjukkan nilai akurasi yang tinggi pada seluruh dataset. Oleh karena itu, penelitian ini merekomendasikan penggunaan algoritma K-NN dengan nilai K=2 untuk menentukan lokasi yang layak menerima layanan kependudukan bergerak.]]>
Copyrights © 2023
