<![CDATA[Beberapa tahun ini, Indonesia sedang menghadapkan masalah mengenai peningkatan jumlah tenaga kerja asing yang masuk ke Indonesia, salah satunya di provinsi Jawa Barat. Sehingga diperlukan model prediksi untuk memprediksi jumlah tenaga kerja asing yang masuk di provinsi Jawa Barat. Metode yang digunakan pada penelitian ini adalah CRISP-DM, dengan menggunakan dataset jumlah tenaga kerja asing di Jawa Barat periode 2014-2023, dan pada tahap pemodelan membandingkan 2 algoritma yaitu Decision Tree Regression (DTR) dan Support Vector Regression (SVR) dengan metode pengujian Cross-Validation (CV). Hasil pengujian performa kedua algoritma menggunakan Mean Squared Error (RMSE) dan Mean Absolute Error (MAE). Penelitian ini bertujuan untuk menemukan model peramalan untuk melakukan prediksi terhadap jumlah tenaga kerja asing yang masuk di provinsi Jawa Barat. Kesimpulan penelitian ini adalah model prediksi yang memiliki performa lebih unggul adalah Decision Tree Regression (DTR) dengan nilai RMSE sebesar 78.04% dan MAE sebesar 69.57%, sedangkan Support Vector Regression (SVR) hanya memiliki nilai RMSE sebesar 81.80%. dan MAE sebesar 70.79%. ]]>
Copyrights © 2025
