APLIKASI PENGOLAHAN DATA PREDIKSI KEMISKINAN BERBASIS E-COMMERCE MENGGUNAKAN DECISION TREE DAN WRAPPER FEATURE SELECTION

ADE PANGESTU

Informasi Umum

Kode

20.06.222

Klasifikasi

006.76 - Multimedia systems- Programming, internet programming, web programming

Jenis

Karya Ilmiah - TA (D3) - Reference

Subjek

Web Programming

Dilihat

256 kali

Informasi Lainnya

Abstraksi

Kemiskinan adalah suatu kondisi seseorang yang tidak dapat memenuhi kebutuhannya, baik material maupun non-material. Badan Pusat Statistik menggunakan metode dengan konsep pendekatan kebutuhan dasar atau dapat disebut kemampuan untuk memenuhi kebutuhan dasar untuk mengukur tingkat kemiskinan di suatu daerah. Konsep ini menggunakan pendekatan kebutuhan dasar yang dibutuhkan oleh manusia seperti kebutuhan makanan dan kebutuhan bukan makanan untuk mengukur tingkat kemiskinan di suatu daerah melalui survei sosial ekonomi nasional (SUSENAS). Adapun hambatan yang dilakukan pada saat SUSENAS diperkirakan memakan waktu yang tidak singkat karena dalam kegiatan tersebut diperlukannya tahap wawancara terhadap setiap kepala rumah tangga dengan menggunakan kuesioner oleh karena itu dapat dipastikan membutuhkan biaya yang cukup besar serta para kepala rumah tangga tidak mudah untuk ditemui bahkan menghindar karena para kepala rumah tangga takut jika terjadi penipuan. Metode lain untuk melengkapi hasil survei dan sensus BPS adalah dengan menggunakan machine learning decision tree dan wrapper feature selection dibantu dengan data e-commerce yang diperoleh dari salah satu perusahaan e-commerce di Indonesia untuk mendapatkan data prediksi kemiskinan. Hasil dari eksperimen yang dilakukan dapat disimpulkan bahwa relevan dengan hasil BPS apabila terdapat banyak fitur, jika dengan 10 - 40 dan 80-90 fitur maka hasilnya tidak relevan.

Kata Kunci: Kemiskinan, BPS, machine learning, decision tree, wrapper.