Isnaniah, Ukhti Nurul (2025) Klasifikasi Status Rumah Tangga Miskin Provinsi Kalimantan Timur Tahun 2023 Menggunakan Algoritma Support Vector Machine (SVM) - Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.
Text
16211028_cover.pdf Download (291kB) |
|
Text
16211028_statement_of_authenticity.pdf Restricted to Repository staff only until 26 April 2027. Download (339kB) | Request a copy |
|
Text
16211028_publishing_agreement.pdf Restricted to Repository staff only until 26 April 2027. Download (368kB) | Request a copy |
|
Text
16211028_approval_sheet.pdf Restricted to Repository staff only until 26 April 2027. Download (1MB) | Request a copy |
|
Text
16211028_preface.pdf Restricted to Repository staff only until 26 April 2027. Download (645kB) | Request a copy |
|
Text
16211028_abstract_id.pdf Download (261kB) |
|
Text
16211028_abstract_en.pdf Restricted to Repository staff only until 26 April 2027. Download (256kB) | Request a copy |
|
Text
16211028_table_of_content.pdf Restricted to Repository staff only until 26 April 2027. Download (231kB) | Request a copy |
|
Text
16211028_illustrations.pdf Restricted to Repository staff only until 26 April 2027. Download (220kB) | Request a copy |
|
Text
16211028_tables.pdf Restricted to Repository staff only until 26 April 2027. Download (219kB) | Request a copy |
|
Text
16211028_notations.pdf Restricted to Repository staff only until 26 April 2027. Download (239kB) | Request a copy |
|
Text
16211028_chapter_1.pdf Restricted to Repository staff only until 26 April 2027. Download (324kB) | Request a copy |
|
Text
16211028_chapter_2.pdf Restricted to Repository staff only until 26 April 2027. Download (757kB) | Request a copy |
|
Text
16211028_chapter_3.pdf Restricted to Repository staff only until 26 April 2027. Download (288kB) | Request a copy |
|
Text
16211028_chapter_4.pdf Restricted to Repository staff only until 26 April 2027. Download (725kB) | Request a copy |
|
Text
16211028_conclusions.pdf Restricted to Repository staff only until 26 April 2027. Download (264kB) | Request a copy |
|
Text
16211028_bibliography.pdf Download (282kB) |
|
Text
16211028_enclosure.pdf Restricted to Repository staff only until 26 April 2027. Download (777kB) | Request a copy |
|
Text
16211028_paper.pdf Restricted to Repository staff only until 26 April 2027. Download (665kB) | Request a copy |
|
Text
16211028_form020.pdf Restricted to Repository staff only until 26 April 2027. Download (387kB) | Request a copy |
|
Text
16211028_cover1.pdf Download (100kB) |
Abstract
Kemiskinan di Provinsi Kalimantan Timur masih menjadi tantangan, dimana 6 dari 10 kabupaten/kota memiliki tingkat kemiskinan di atas rata-rata provinsi (6.11%). Penelitian ini bertujuan mengklasifikasikan status rumah tangga miskin di Kalimantan Timur tahun 2023 menggunakan algoritma Support Vector Machine (SVM). Rawdata SUSENAS 2023 diperoleh dari Badan Pusat Statistik (BPS), mencakup aspek seperti pendidikan, kualitas tempat tinggal, dan kepemilikan aset. Penanganan data tidak seimbang dengan SMOTE menunjukkan peningkatan signifikan dalam kinerja model untuk memprediksi kelas, dengan indeks kappa meningkat drastis (dari 0.002–0.100 menjadi 0.591–0.746), meskipun akurasi keseluruhan menurun (dari 93.57–94.24% menjadi 79.55–87.31%). Model terbaik (data seimbang, kernel RBF, C=10, gamma=1) menghasilkan akurasi 87.31% dan indeks kappa 77.02%, dengan 1308 rumah tangga tepat diklasifikasikan sebagai miskin dan 1664 rumah tangga sebagai tidak miskin dari total 3404 rumah tangga. Hasil analisis menunjukkan rumah tangga miskin cenderung memiliki luas lantai lebih kecil, jumlah anggota rumah tangga lebih banyak, dan lebih mengandalkan fasilitas dasar seperti sepeda motor dan usaha mikro. Rumah tangga miskin juga cenderung menggunakan sumber energi terjangkau seperti elpiji 3 kg, kayu bakar, dan minyak tanah, serta lantai berbahan papan atau karpet. Sebaliknya, kepemilikan aset seperti laptop dan mobil lebih banyak ditemukan pada rumah tangga tidak miskin. Tingkat pendidikan kepala rumah tangga juga berperan penting, dengan pendidikan lebih tinggi terkait dengan status tidak miskin.
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | H Social Sciences > H Social Sciences (General) H Social Sciences > HA Statistics H Social Sciences > HB Economic Theory H Social Sciences > HC Economic History and Conditions |
Divisions: | Jurusan Matematika dan Teknologi Informasi > Statistik |
Depositing User: | Ukhti Nurul Isnaniah |
Date Deposited: | 10 Jan 2025 04:09 |
Last Modified: | 10 Jan 2025 04:09 |
URI: | http://repository.itk.ac.id/id/eprint/22062 |
Actions (login required)
View Item |