<![CDATA[Penelitian ini bertujuan untuk memetakan faktor kunci penyebab kemiskinan ekstrem dan membangun model prediksi berbasis kecerdasan buatan (machine learning) di Kabupaten Timor Tengah Utara. Menggunakan data Pensasaran Percepatan Penghapusan Kemiskinan Ekstrem (P3KE), penelitian ini dirancang untuk membantu pemerintah daerah dalam menyusun perencanaan pembangunan yang presisi di wilayah perbatasan Indonesia–Timor Leste. Data awal terlebih dahulu dibersihkan dan diselaraskan agar siap diolah secara statistik. Pengujian model dilakukan secara berulang untuk memastikan keakuratannya, sementara analisis kontribusi variabel dilakukan menggunakan metode interpretasi khusus (SHAP) untuk melihat sejauh mana tiap indikator berpengaruh terhadap status kemiskinan. Hasil analisis menunjukkan model prediksi mencapai tingkat akurasi sebesar 70,73%. Faktor-faktor sosial-ekonomi yang paling dominan memengaruhi kemiskinan ekstrem meliputi Risiko Stunting, Akses Listrik/Penerangan, Kepemilikan Aset Simpanan (Tabungan/Ternak), Mata Pencaharian Kepala Keluarga, Kualitas Dinding Rumah, Status Kepemilikan Rumah, Sumber Air Bersih, dan Kualitas Lantai Rumah. Hasil ini membuktikan bahwa pemanfaatan data digital dan analitik modern dapat menghasilkan basis data yang objektif untuk mendukung kebijakan penanggulangan kemiskinan berbasis bukti (evidence-based policy) yang lebih efektif dan tepat sasaran.]]>
Copyrights © 2026
