<![CDATA[Penelitian ini bertujuan untuk meningkatkan akurasi prediksi belanja pegawai di Provinsi Sumatera Selatan, mengingat peran krusialnya sebagai investasi sumber daya manusia yang memengaruhi ekonomi regional dan pelayanan publik. Menggunakan pendekatan kuantitatif yang terintegrasi dengan metode data mining, studi ini menganalisis data belanja pegawai dari Badan Pusat Statistik (BPS) Provinsi Sumatera Selatan. Algoritma canggih seperti Random Forest, Gradient Boosting, dan Support Vector Machine (SVM) diterapkan untuk mengidentifikasi variabel kunci yang memengaruhi belanja pegawai dan memproyeksikan tren di masa mendatang. Random Forest digunakan untuk mengidentifikasi faktor dominan seperti jumlah pegawai dan tingkat pendidikan, sementara Gradient Boosting untuk meningkatkan akurasi prediksi dengan model bertahap. SVM diaplikasikan untuk menyempurnakan model prediksi agar estimasi kebutuhan belanja pegawai lebih realistis dan akurat. Hasil prediksi dari ketiga algoritma ini akan dibandingkan untuk menentukan metode paling optimal. Hasil penelitian ini diharapkan memberikan gambaran menyeluruh tentang pola belanja pegawai dan tren di Provinsi Sumatera Selatan, yang mencerminkan dinamika sosial, ekonomi, dan politik daerah. Temuan analisis ini akan menjadi landasan strategis bagi pemerintah daerah dalam merumuskan kebijakan anggaran yang lebih efektif. Dengan menyediakan wawasan mendalam tentang faktor pemicu belanja pegawai dan rekomendasi berbasis data, studi ini bertujuan untuk mendukung pengambilan keputusan yang lebih baik, efisien, dan berkelanjutan. Harapannya, penelitian ini dapat menjadi referensi berharga bagi pemerintah daerah dan pemangku kepentingan dalam merumuskan kebijakan yang lebih efektif dan efisien, mendukung tata kelola keuangan yang optimal serta peningkatan pelayanan publik di Provinsi Sumatera Selatan.]]>
Copyrights © 2025
