Laju pertumbuhan penduduk yang tinggi dan terus meningkat di Indonesia merupakan isu penting karena berdampak pada berbagai sektor termasuk ekonomi, sosial, politik, dan pertahanan negara. Akibatnya, entitas terkait seperti Departemen Sosial dan Badan Keluarga Berencana Nasional (BKKBN) menganalisis faktor-faktor yang terkait dengan laju pertumbuhan penduduk untuk merumuskan kebijakan yang bertujuan mencapai pertumbuhan penduduk yang seimbang. Selain itu, prediksi pertumbuhan masyarakat dimanfaatkan oleh Dinas Kependudukan dan Pencatatan Sipil (Dispendukcapil) untuk perencanaan anggaran dan kebutuhan lainnya. Penelitian ini fokus pada prediksi laju pertumbuhan penduduk menggunakan metode Support Vector Regression (SVR) dan membandingkan kinerja kernel RBF linier dan Gaussian. Studi ini menggunakan dataset deret waktu angka populasi dari Maret 2017 hingga Desember 2022. Proses prediksi melibatkan normalisasi data, pelatihan SVR untuk mendapatkan nilai pengali Lagrange yang diperbarui, dan pengujian SVR untuk menghasilkan hasil prediksi dan tingkat kesalahan menggunakan Mean Absolute Percentage Error (MAPE). Hasil pengujian menunjukkan nilai MAPE sebesar 0,0985% untuk kernel linear dan 0,38192% untuk kernel Gaussian RBF.
Copyrights © 2025