<![CDATA[Pendaftaran sertifikat tanah merupakan instrumen krusial dalam mewujudkan kepastian hukum atas kepemilikan aset agrarian. Namun, tingkat kepatuhan masyarakat dalam mendaftarkan tanah masih menghadapi berbagai tantangan kompleks berbasis sosio-ekonomi dan geografis. Penelitian ini bertujuan untuk memprediksi tingkat kepatuhan pendaftaran tanah masyarakat dengan menerapkan pendekatan Data Science dan Machine Learning. Dataset sebanyak 5.000 data terstruktur diolah melalui tahapan pra-pemrosesan data (cleaning, encoding, Min-Max normalization) dan diklasifikasikan menggunakan algoritma Random Forest dengan proporsi data split 80:20 serta validasi 10-Fold Cross Validation. Hasil penelitian menunjukkan bahwa model Random Forest menghasilkan akurasi sebesar 98,60%, presisi 97,63%, recall 99,81%, F1-score 98,71%, serta nilai AUC sebesar 0,997. Evaluasi 10-Fold Cross Validation memperoleh rata-rata akurasi 98,72% dengan standar deviasi 0,44% yang membuktikan stabilitas dan generalisasi model yang sangat tinggi. Analisis Feature Importance menegaskan bahwa variabel Jarak ke Kantor Pertanahan (0,165), Penghasilan (0,164), dan Pendidikan (0,144) merupakan variabel paling dominan dalam menentukan kepatuhan pendaftaran tanah. Model ini berpotensi diintegrasikan ke dalam Data-Driven Policy pertanahan guna efisiensi alokasi program sertifikasi]]>
Copyrights © 2026
