Klasifikasi Jenis Perceraian Kabupaten Sleman Berdasarkan Distal Causes Menggunakan Regresi Logistik
|
|
- Sonny Santoso
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Klasifikasi Jenis Perceraian Kabupaten Sleman Berdasarkan Distal Causes Menggunakan Regresi Logistik Khusnul Hajar Nuansari 1,*, Arum Handini Primandari 1, Desi Yuniarti 2 1 Program Studi Statistika, Universitas Islam Indonesia 2 Program Studi Statistika, Universitas Mulawarman korespondensi: @students.uii.ac.id Abstrak Angka perceraian di Indonesia dari tahun ke tahun menunjukkan kecenderungan yang meningkat. Kondisi yang serupa dialami oleh kabupaten Sleman. Pada tahun 2015, jumlah perceraian yang tercatat adalah 1509 kasus. Hal tersebut naik sejumlah 8,63 % daripada tahun sebelumnya yang berjumlah 1389 kasus. Meningkatnya kasus perceraian tersebut dapat disebabkan dari berbagai faktor baik langsung maupun tidak langsung. Untuk menanggulangi permasalahan tersebut, maka Dinas Kependudukan dan Pencatatan Sipil perlu meminimalisir kasus perceraian. Berdasarkan distal causes, peneliti ingin mengklasifikasikan jenis perceraian yang terjadi dengan menggunakan regresi logistik menggunakan software Python memanfaatkan Jupyter Notebook. Klasifikasi ini dimaksudkan untuk membangun model yang dapat digunakan untuk memprediksi jenis perceraian berdasarkan distal causes. Model dibentuk dengan melakukan beberapa kombinasi key random pada Python. Model terbaik diseleksi berdasarkan skor data training dan testing yang tertinggi. Diperoleh hasil model regresi logistik dengan training score dan testing score Nilai presisi data testing dari model tersebut sebesar 0.727, sedangkan akurasinya Kata kunci: perceraian, distal causes, klasifikasi, regresi logistik Pendahuluan Perkawinan menurut Undang-undang No 1 tahun 1974 ialah ikatan lahir batin antara seorang pria dengan seorang wanita sebagai suami isteri dengan tujuan membentuk keluarga (rumah tangga) yang bahagia dan kekal berdasarkan Ketuhanan Yang Maha Esa. Berdasarkan hal tersebut, maka seseorang melangsungkan perkawinan guna kehidupan keduanya menjadi lebih baik [5][3]. Namun begitu, tujuan perkawinan yang mulia tersebut belum dapat sepenuhnya dilakukan oleh pasangan suami isteri. Hal tersebut lantaran banyaknya kasus perceraian yang terjadi di Indonesia. Angka perceraian di Indonesia dari tahun ke tahun menunjukkan kecenderungan yang meningkat. Kementerian Agama Republik Indonesia melaporkan bahwa pada tahun 2015 tercatat sebanyak kasus perceraian terjadi di Indonesia. Hal tersebut naik 0,87 % daripada tahun sebelumnya yang berjumlah kasus. Kondisi yang serupa dialami oleh kabupaten Sleman. Pada tahun 2015, jumlah perceraian yang tercatat adalah 1509 kasus. Hal tersebut naik sejumlah 8,63 % daripada tahun sebelumnya yang berjumlah 1389 kasus. Meningkatnya kasus perceraian tersebut dapat disebabkan dari berbagai faktor baik langsung maupun tidak langsung. Faktor langsung yang sering terjadi adalah kekerasasan dalam rumah tangga dan perselingkuhan. Sementara faktor yang tidak langsung adalah usia perkawinan, pekerjaan, lama perkawinan, tingkat pendidikan dan lain sebagainya. Angka perceraian yang meningkat dari tahun ke tahun menimbulkan dampak yang sangat serius dalam keluarga. Perpisahan orang tua akan membawa dampak negatif pada kesejahteraan fisik dan psikologis seluruh anggota keluarga terutama anak. Perceraian berdasarkan pelaku yang mengawali terjadinya perceraian digolongkan menjadi 2 macam yaitu cerai talak dan cerai gugat. Cerai talak terjadi apabila suami yang mengajukan permohonan ke pengadilan untuk menceraikan isterinya, kemudian sang istri menyetujuiya. Sementara cerai gugat terjadi apabila istri mengajukan gugatan kepada suami sehingga perkawinan mereka menjadi putus. Sebelumnya, Asniar Khumas melakukan penelitian terkait Model Penjelasan Intensi Cerai Perempuan Muslim di Sulawesi Selatan dengan menggunakan regresi. Dalam penelitian tersebut, Asniar menggunakan faktor langsung dan tidak langsung untuk melihat intensi cerai. Hasil yang didapatkan adalah intensi cerai dipengaruhi oleh daya tarik negatif (faktor langsung) serta tingkat pendidikan (faktor tidak langsung). Untuk menanggulangi permasalahan tersebut, maka Dinas Kependudukan dan Pencatatan Sipil dalam upayanya untuk 6
2 melayani masalah kependudukan, tentunya harus meminimalisir kasus perceraian di Kabupaten Sleman dengan melihat faktor distal causes seperti lama perkawinan, usia perkawinan, pekerjaan, pendidikan dan lain sebagainya. Berdasarkan distal causes, peneliti ingin mengklasifikasikan jenis perceraian yang terjadi. Klasifikasi ini dimaksudkan untuk membangun model yang dapat digunakan untuk memprediksi jenis perceraian berdasarkan distal causes. Dengan mengetahui prediksi jenis perceraian (apabila terjadi perceraian), Dinas Kependudukan dan Pencatatan Sipil dapat mengupayakan cara/program untuk melakukan pencegahan. Proses klasifikasi dilakukan dengan menggunakan regresi logistik. Variabel distal causes yang berbentuk ordinal, yang berupa independent terlebih dahulu dibentuk variabel dummy-nya. Sementara vaiabel dependent adalah jenis perceraian yaitu cerai talak (1) dan cerai gugat (0). rentang lama serta lama perkawinan kelompok 4 yang mempunyai rentang lama 15. Variabel pekerjaan terdiri dari wiraswasta, swasta dan lainnya. Metode analisis yang digunakan adalah analisis regresi logistik. Regresi logistik digunakan untuk mengklasifikasikan jenis perceraian berdasarkan distal causes menggunakan regresi logistik. Sofware yang digunakan dalam analisis ini adalah program phyton menggunakan jupyter notebook. Berikut adalah diagram alir metode penelitiannya: Tujuan Penelitian Tujuan yang ingin dicapai dalam penelitian ini adalah 1. Mengetahui gambaran umum perceraian di Kabupaten Sleman pada tahun Mengklasifikasikan jenis perceraian berdasarkan distal causes menggunakan regresi logistik. Metodologi Data yang digunakan dalam penelitian ini merupakan data sekunder arsip perceraian kabupaten Sleman pada tahun Variabel penelitian yang digunakan terdiri dari variabel dependent dan variabel independent. Variabel dependent yang digunakan adalah jenis perceraian yang terdiri dari cerai talak dan cerai gugat. Sementara variabel independent yang digunakan adalah usia perkawinan, lama perkawinan dan pekerjaan. Variabel usia perkawinan terdiri dari usia perkawinan kelompok 1 yang mempunyai rentang usia tahun, usia perkawinan kelompok 2 yang mempunyai rentang usia tahun, usia perkawinan kelompok 3 yang mempunyai rentang usia tahun serta usia perkawinan kelompok 4 yang mempunyai rentang usia 30 tahun. Variabel lama perkawinan terdiri dari lama perkawinan kelompok 1 yang mempunyai rentang lama 0-4, lama perkawinan kelompok 2 yang mempunyai rentang lama 5-9, lama perkawinan kelompok 3 yang mempunyai Gambar 1. Diagram Alir Metode Penelitian Analisis deskriptif digunakan untuk lebih memahami data yang akan diolah. Analisis statistik deskriptif adalah statistik yang mempelajari metode meringkaskan dan menggambarkan segi-segi yang sangat penting dari data [11]. Grafik yang digunakan dalam analisis deskriptif dalam penelitian ini adalah grafik batang. Analisis regresi akan dilakukan dengan bantuan open-source software Python. Dalam menulis program Python memanfaatkan jupyter notebook. Sementara modul analisis regresi logistik diperoleh dari scikit-learn, yang merupakan modul tidak berbayar. Regresi logistik adalah salah satu model untuk menduga hubungan antara peubah respon kategori dengan satu atau lebih peubah prediktor yang kontinyu ataupun kategori [4]. Perbedaan antara model regresi logistik dengan model regresi linear adalah variabel respon dari regresi logistik bersifat dikotomus. 7
3 Untuk varibel respon Y dua kategori, perlu diingat bahwa π(x) merupakan peluang nilai sukses dari variabel prediktor X. Pada kasus perceraian ini, maka variabel respon Y ( ) dua kategori yaitu yi 1 jika cerai talak, yi 0 jika cerai yang lainnya. Model regresi logistik adalah[10][9][7]: y i Persamaan tersebut kemudian di transformasi dan kemudian dikenal dengan transformasi logit π(x) untuk memperoleh fungsi g(x) yang linear dalam parameternya, sehingga mempermudah pendugaan parameter regresi [9]. Rumusnya adalah sebagai berikut: Regresi logistik mengindikasikan bahwa [8]: a. Untuk βi > 0, kenaikan satu satuan x pengaruhnya terhadap kenaikan nilai logit. b. Untuk βi < 0, kenaikan satu satuan x pengaruhnya terhadap penurunan nilai logit. Untuk menentukan melihat performa model digunakan cross validation. Cross validation terbagi menjadi dua tahap, yaitu tahapan learning dan testing. Pada tahap learning/pembelajaran, sebagian data yang telah diketahui kelasnya (data latih) digunakan untuk membuat model klasifikasi. Tahap testing/pengujian menguji data uji dengan model klasifikasi untuk mengetahui akurasi model klasifikasi tersebut [2]. Sementara dalam mengukur ketepatan model, digunakan nilai presisi dan akurasi [6][7]. Nilai Sebenarnya Nilai Prediksi True False True TP (True Positive) TN (True Negative) False FP (False Positive) FN (False Negative) Gambar 2. Diagram Batang Jumlah Perceraian Berdasarkan Jenisnya Jenis perceraian terbagi menjadi 2 yaitu cerai talak dan cerai gugat. Berdasarkan diagram batang, kasus cerai gugat mempunyai jumlah yang lebih besar daripada kasus cerai talak yaitu 78 kasus. Gambar 3. Diagram Batang Jumlah Perceraian Berdasarkan Lama Perkawinan Variabel lama perkawinan dibagi menjadi 4 kelompok yaitu rentang 0-4 tahun, 5-9 tahun, tahun serta 15 tahun. Berdasarkan lama perkawinan, maka kasus perceraian terendah adalah rentang 0-4 tahun serta tahun sebanyak 21 kasus. Sementara kasus perceraian tertinggi adalah rentang 5-9 tahun sebanyak 39 kasus. Hasil dan Pembahasan Pendeskripsian kasus perceraian di Kabupaten Sleman dapat dilakukan dengan visualisasi data perceraian yang terdiri dari beberapa variabel. Berikut adalah visualisasi dengan diagram batang. Gambar 4. Diagram Batang Jumlah Perceraian Berdasarkan Usia Perkawinan Variabel usia perkawinan dibagi menjadi 4 kelompok yaitu rentang tahun,
4 tahun, tahun serta 30 tahun. Kasus perceraian tertinggi adalah pada usia perkawinan tahun sebanyak 45 kasus. Tabel 1. Hasil Key Random Gambar 5. Diagram Batang Jumlah Perceraian Berdasarkan Pekerjaan Variabel pekerjaan dibagi menjadi 3 kelompok yaitu swasta, wiraswasta serta lainnya. Berdasarkan pekerjaan, maka kasus perceraian terendah adalah pekerja wiraswasta sebanyak 21 kasus. Sementara kasus perceraian tertinggi adalah pekerja swasta sebanyak 58 kasus. Pengklasifikasian jenis perceraian berdasarkan distal causes menggunakan regresi logistik dilakukan dengan menggunakan Python dengan memanfaatkan jupyter notebook. Pada software Phyton. Pengklasifikasian dilakukan dengan melakukan percobaan pada mesin sebanyak 5 kali. Percobaan pada masing-masing mesin dilakukan dengan menggunakan key random yang berbeda-beda. Key random yang berbeda-beda akan menghasilkan training set dan testing set yang berbeda-beda pula. Percobaan dilakukan berulang kali untuk membandingkan trainingscore dan testing score pada setiap mesin sehingga didapatkan nilai yang optimum untuk membuat model regresi logistik. Banyaknya data yang digunakan untuk membuat model atau training adalah 80 % dari data. Sementara sisanya yang berjumlah 20% dari data digunakan untuk testing. Dengan demikian, dari 113 data yang digunakan peneliti, banyaknya data yang digunakan untuk training sebanyak 90. Sementara data yang digunakan untuk testing sebanyak 23. Mesin dapat dikatakan bagus jika test score lebih besar daripada train score. Berikut adalah hasil percobaan tiap-tiap mesin dengan key random yang berbeda-beda: Berdasarkan hasil diatas, maka mesin yang mempunyai hasil bagus dibandingkan dengan keempat mesin lainnya adalah mesin 1 dengan key random 432. Hal tersebut lantaran test score lebih besar daripada train score. Pada mesin yang lain, nilai test score lebih kecil dibandingkan dengan train score. Dengan demikia, mesin yang digunakan untuk mengklasifikasikan jenis perceraian berdasarkan distal causes menggunakan regresi logistik adalah mesin 1. Pada mesin 1, data yang digunakan untuk training adalah: Tabel 2. Data training Sementara data yang digunakan untuk testing adalah: 9
5 Tabel 3. Data Testing Nilai coefficient yang terbentuk pada mesin 1 berdasarkan data training adalah: Tabel 4. Hasil Coefficient Berdasarkan nilai coefficient, maka perkiraan jenis perceraian berdasarkan distal causes pada kelompok testing adalah: Tabel 5. Hasil Perkiraan Data Testing Berdasarkan hasil diatas, maka dapat diklasifikasikan bahwa kategori cerai talak terjadi jika lama perkawinan 5-9 tahun, mempunyai usia lebih dari 30 tahun serta mempunyai pekerjaan wiraswasta. Sementara cerai gugat terjadi jika: 1. Lama perkawinan tahun, mempunyai usia tahun serta mempunyai pekerjaan lainnya. 2. Lama perkawinan 5-9 tahun, mempunyai usia tahun serta mempunyai pekerjaan wiraswasta. 3. Lama perkawinan 0-4 tahun, mempunyai usia tahun serta mempunyai pekerjaan wiraswasta. 4. Lama perkawinan lebih dari 15 tahun, mempunyai usia tahun serta mempunyai pekerjaan lainnya. 5. Lama perkawinan tahun, mempunyai usia lebih dari atau sama dengan 30 tahun serta mempunyai pekerjaan wiraswasta. 6. Dan seterusnya. Hasil pengklasifikasian diatas menunjukkan bahwa terdapat banyak variabel distal causes tertentu yang menjadi penyebab terjadinya cerai gugat daripada cerai talak. Untuk mengukur kinerja dari hasil prediksi diatas, maka dapat digunakan presisi serta akurasi. Berikut adalah hasilnya: Nilai Sebenarnya Nilai Prediksi True True 16 6 False 1 0 False Presisi= 16/(16+6) =0.727 Akurasi= (16+1)/( ) =0.739 Berdasarkan hasil tersebut, tingkat ketepatan antara informasi yang diminta oleh pengguna dengan jawaban yang diberikan oleh sistem adalah sebesar Sementara tingkat kedekatan antara nilai prediksi dengan nilai aktual adalah sebesar Dari niliai presisi dan akurasi yang besar tersebut menunjukkan bahwa mesin mampu membu model secara baik. Kesimpulan Berdasarkan analisis dan pembahasan yang telah dilakukan pada bab sebelumnya, maka dapat ditarik kesimpulan sebagai berikut: 1. Pada kasus cerai talak, kasus perceraian terbanyak adalah seseorang yang memiliki lama perkawinan 5-9 tahun, usia perkawinan 30 serta pekerjaan swasta. Jumlahnya adalah 4 kasus dari 35 kasus cerai talak. Sementara pada kasus cerai gugat, kasus perceraian terbanyak adalah seseorang yang memiliki lama 10
6 perkawinan 15 tahun, usia perkawinan tahun serta pekerjaan lainnya. Jumlahnya adalah 9 kasus dari 78 kasus cerai gugat. 2. Model yang dapat digunakan untuk mengklasifikasikan jenis perceraian berdasarkan distal causes adalah: Dengan akurasi dan presisi Daftar Pustaka [1] Ali, Z. (2014). Hukum Perdata Islam di Indonesia. Jakarta: Sinar Grafika. [2] Bonifacius Vicky Indriyono, E. U. (2015, Oktober). Pemanfaatan Algoritma Porter Stemmer untuk Bahasa Indonesia dalam Proses Klasifikasi Jeni8s Buku. Jurnal Buana Informatika, VI, [3] Dariyo, A. (2004, Desember). Memahami Psikologi Perceraian dalam Kehidupan Keluarga. Jurnal Psikologi, II. [4] Delbra Andhini Fitrianty, N. W. (t.thn.). Ketepatan Klasifikasi dengan Analisis Regresi Logistik dan Multivariate Adaptive Regression Splines (MARS) pada Data dengan Peubah Respon Biner. [5] Hadikusuma, H. (2003). Hukum Perkawinan Indonesia. Bandung: Mandar Maju. [6] Lestari, I. D. (2016, Oktober). Klasifikasi Online dan Google. Jurnal Iqra', X. [7] Lubis, A. G. (2012, Maret). Penerapan Data Mining Untuk Memprediksi Kriteria Nasabah Kredit. Jurnal Komputer dan Informatika (KOMPUTA), I. [8] Nugraha, J. (2016). Pengantar Analisis Data Kategorik. Yogyakarta: Deepublish. [9] Purnami, F. A. (2012, September). Analisis Diagnosis Pasien Kanker Payudara Menggunakan Regresi Logistik dan Support Vector Machine (SVM) Berdasarkan Hasil Mamografi. Jurnal Sains dan Seni ITS. [10] Ratna, A. Y. (2012, September). Analisis Pemakaian Kemoterapi pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien di Rumah Sakit X Surabaya). Jurnal Sains dan Seni ITS. [11] Slat, A. H. (2013, Juni). Analisis Harga Pokok Produk dengan Metode Full Costing. EMBA, 1, [12] Soejati, Z. (2014). Metode Statistika 1. Tangerang Selatan: Universitas Terbuka. 11
BAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Setiap manusia pada hakikatnya telah diberikan oleh Tuhan perasaan saling suka terhadap lawan jenisnya. Perasaan saling suka ini dapat berlanjut menuju jenjang yang
Lebih terperinciBAB III ANALISA DAN PERANCANGAN SISTEM
3.1 Persiapan Data BAB III ANALISA DAN PERANCANGAN SISTEM Dalam pengerjaan tugas akhir ini data yang digunakan adalah kalimat tanya Berbahasa Indonesia, dimana kalimat tanya tersebut diambil dari soal-soal
Lebih terperinciBAB I PENDAHULUAN. Demikian menurut pasal 1 Undang-Undang No.1 Tahun 1974 tentang. manusia dalam kehidupannya di dunia ini. 1
BAB I PENDAHULUAN Perkawinan adalah ikatan lahir batin antara seorang pria dengan seorang wanita sebagai suami-isteri dengan tujuan membentuk keluarga (rumah tangga) yang bahagia dan kekal berdasarkan
Lebih terperincidimana: n1= jumlah sampel dalam tiap kecamatan
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan lokasi dilakukan secara sengaja (purposive) dengan pertimbangan Kota Bogor merupakan kota
Lebih terperinciMODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD. Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK
MODEL REGRESI LOGISTIK BINER DENGAN METODE PENALIZED MAXIMUM LIKELIHOOD Edi Susilo, Anna Islamiyati, Muh. Saleh AF. ABSTRAK Analisis regresi logistik biner dengan metode penalized maximum likelihood digunakan
Lebih terperinciALGORITMA C4.5 UNTUK PEMODELAN DAERAH RAWAN BANJIR STUDI KASUS KABUPATEN KARAWANG JAWA BARAT
ALGORITMA C4.5 UNTUK PEMODELAN DAERAH RAWAN BANJIR STUDI KASUS KABUPATEN KARAWANG JAWA BARAT Ahmad Khusaeri 1, Septian Ilham 2, Desi Nurhasanah 3, Derrenz Delpidat 4, Anggri 5, Aji Primajaya 6, Betha Nurina
Lebih terperinciBAB III METODOLOGI PENELITIAN. Dataset
BAB III METODOLOGI PENELITIAN Metodologi penelitian diuraikan dalam skema tahap penelitian untuk memberikan petunjuk atau gambaran yang jelas, teratur, dan sistematis seperti yang ditunjukkan pada Gambar
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Data yang digunakan pada penelitian ini merupakan data sentimen dari pengguna aplikasi android yang memberikan komentarnya pada fasilitas user review
Lebih terperinciSEMINAR TUGAS AKHIR. Oleh : Arief Yudissanta ( ) Pembimbing : Dra. Madu Ratna, M.Si
Oleh : Arief Yudissanta (1310 105 018) Pembimbing : Dra. Madu Ratna, M.Si Analisis Pemakaian Kemoterapi Pada Kasus Kanker Payudara dengan Menggunakan Metode Regresi Logistik Multinomial (Studi Kasus Pasien
Lebih terperinciBAB IV ANALISIS YURIDIS TERHADAP ALASAN-ALASAN MENGAJUKAN IZIN PERCERAIAN PEGAWAI NEGERI SIPIL DI LINGKUNGAN KANTOR PEMERINTAHAN KABUPATEN GRESIK
BAB IV ANALISIS YURIDIS TERHADAP ALASAN-ALASAN MENGAJUKAN IZIN PERCERAIAN PEGAWAI NEGERI SIPIL DI LINGKUNGAN KANTOR PEMERINTAHAN KABUPATEN GRESIK A. Alasan-alasan Pengajuan Izin Perceraian Pegawai Negeri
Lebih terperinciPemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network
Pemodelan Faktor-faktor yang Mempengaruhi Prestasi Mahasiswa Pasca Sarjana ITS dengan Regresi Logistik dan Neural Network 1 Wijdani Anindya Hadi (1) dan Dr. Suhartono, S.Si. M.Sc (2) Statistika, FMIPA,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciKata kunci---beras Keluarga Miskin, regresi logistik biner. I. PENDAHULUAN
1 Analisis Regresi Logistik Biner Untuk Mengidentifikasi Faktor-Faktor Yang Mempengaruhi Status Penerimaan Beras Keluarga Miskin (Raskin) Di Kecamatan Gunung Anyar Faiz Ramadhani Rahman, Ismaini Zain Jurusan
Lebih terperinciMemodelkan regresi logistik biner data set hasil sampel bootstrap B.
B O O T S T R A P A G G R E G A T I N G 1 2 3 4 5 6 7 Tinjauan Pustaka Algoritma Bagging Regresi Logistik Biner Mengambil sampel bootstrap sebanyak n dari data set dengan pengulangan sebanyak n. Pengambilan
Lebih terperinciJurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN
Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN
Lebih terperinciKLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION
KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION Betrisandi betris.sin@gmail.com Universitas Ichsan Gorontalo Abstrak Pendapatan untuk perusahaan asuransi
Lebih terperinciKLASIFIKASI PELANGGAN DENGAN ALGORITME POHON KEPUTUSAN DAN PELUANG PELANGGAN YANG MERESPONS PENAWARAN DENGAN REGRESI LOGISTIK
KLASIFIKASI PELANGGAN DENGAN ALGORITME POHON KEPUTUSAN DAN PELUANG PELANGGAN YANG MERESPONS PENAWARAN DENGAN REGRESI LOGISTIK YUANDRI TRISAPUTRA & OKTARINA SAFAR NIDA (SIAP 16) Pendahuluan Latar Belakang
Lebih terperinciBAB 3 METODE PENELITIAN
1 BAB 3 METODE PENELITIAN 3.1 Sumber Data Sumber data yang digunakan adalah data hasil survei demografi dan kesehatan Indonesia (SDKI) tahun 2007. SDKI merupakan survei yang dilaksanakan oleh badan pusat
Lebih terperinciMETODOLOGI PENELITIAN. Bab ini menjelaskan tahapan yang dilakukan dalam penelitian tugas akhir ini. Adapun kerangka kerja yang dilakukan adalah:
BAB 3 METODOLOGI PENELITIAN Bab ini menjelaskan tahapan yang dilakukan dalam penelitian tugas akhir ini. Adapun kerangka kerja yang dilakukan adalah: Gambar 3. 1 Kerangka Kerja Penelitian 3.1 Pencarian
Lebih terperincibahagia dan kekal berdasarkan Ketuhanan Yang Maha Esa.2
1 BAB I PENDAHULUAN A. Latar Belakang Perkawinan sangat dibutuhkan dalam kehidupan bermasyarakat guna melangsungkan kehidupan umat manusia serta untuk mempertahankan eksistensi kemanusiaan di muka bumi
Lebih terperinciPRESENTASI TUGAS AKHIR KI PERANCANGAN DAN PEMBANGUNAN MODUL REKOMENDASI SECTION PADA OPEN JOURNAL SYSTEM (OJS)
PRESENTASI TUGAS AKHIR KI091391 PERANCANGAN DAN PEMBANGUNAN MODUL REKOMENDASI SECTION PADA OPEN JOURNAL SYSTEM (OJS) (Kata kunci: Jurnal, K-Nearest Neighbor, Karya Ilmiah, Klasifikasi Penyusun Tugas Akhir
Lebih terperinciBAB III METODE PENELITIAN
17 BAB III METODE PENELITIAN 3.1.Waktu dan Tempat Penelitian ini dilaksanakan pada bulan februari 2009-Juni 2009 di beberapa wilayah terutama Jakarta, Depok dan Bogor untuk pengambilan sampel responden
Lebih terperinciStatistika Regresi Logistik Neural Network Deskriptif Ketepatan Klasifikasi Model dengan Input Signifikan
Statistika Regresi Logistik Neural Network Deskriptif Ketepatan Klasifikasi Model dengan Input Signifikan Predicted Predicted Actual < 3,5 3,5 Actual Tidak tepat Tepat waktu < 3,5 36 10 Tidak tepat 74
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kredit merupakan salah satu bentuk usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumya, proses kredit dapat dilayani melalui lembaga
Lebih terperinciKLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (Study Kasus : Hockey Kabupaten Kendal)
1 KLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (Study Kasus : Hockey Kabupaten Kendal) Budi Utami Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula No. 5-11 Semarang-50131
Lebih terperinciKETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI REGRESI LOGISTIK MULTINOMIAL
KETEPATAN KLASIFIKASI PEMILIHAN METODE KONTRASEPSI DI KOTA SEMARANG MENGGUNAKAN BOOSTSTRAP AGGREGATTING REGRESI LOGISTIK MULTINOMIAL SKRIPSI Oleh : Ahmad Reza Aditya 24010210130055 JURUSAN STASTISTIKA
Lebih terperinciANALISIS PERBANDINGAN IMPLEMENTASI KERNEL PADA LIBRARY LibSVM UNTUK KLASIFIKASI SENTIMEN MENGGUNAKAN WEKA
ANALISIS PERBANDINGAN IMPLEMENTASI KERNEL PADA LIBRARY LibSVM UNTUK KLASIFIKASI SENTIMEN MENGGUNAKAN WEKA Prawidya Destarianto 1, Wahyu Kurnia Dewanto 2, Hermawan Arief Putranto 3 1,2,3 Jurusan, Teknologi
Lebih terperinciMENTERI DALAM NEGERI REPUBLIK INDONESIA
MENTERI DALAM NEGERI REPUBLIK INDONESIA PERATURAN MENTERI DALAM NEGERI NOMOR 12 TAHUN 2010 TENTANG PEDOMAN PENCATATAN PERKAWINAN DAN PELAPORAN AKTA YANG DITERBITKAN OLEH NEGARA LAIN DENGAN RAHMAT TUHAN
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penelitian terkait Penelitian ini sebelumnya dilakukan studi kepustakaan dari penelitian terdahulu sebagai dasar atau acuan untuk menyelesaikan tugas akhir. Dari studi kepustakaan
Lebih terperinciSeminar Tugas Akhir. Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING. Surabaya, Juli 2011
Surabaya, Juli 2011 Seminar Tugas Akhir Analisis Klasifikasi Kesejahteraan Rumah Tangga di Propinsi Jawa Timur dengan Pendekatan CART ARCING Ibrahim Widyandono 1307 100 001 Pembimbing : Dr. Bambang Widjanarko
Lebih terperinciPEMODELAN DENGAN REGRESI LOGISTIK. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal)
PEMODELAN DENGAN REGRESI LOGISTIK 1. Data Biner Data biner merupakan data yang hanya memiliki dua kemungkinan hasil. Secara umum, kedua hasil dilambangkan dengan (sukses) dan (gagal) dengan peluang masing-masing
Lebih terperinciBAB III METODOLOGI PENELITIAN
40 BAB III METODOLOGI PENELITIAN 3.1 DESAIN PENELITIAN Dalam melakukan penelitian, dibutuhkan desain penelitian agar penelitian yang dilakukan dapat berjalan dengan baik. Berikut ini merupakan desain penelitian
Lebih terperinciKata Kunci : Optimasi, Naïve Bayes, Risiko Kredit, Algoritma Genetika, Seleksi Fitur.
OPTIMASI SELEKSI FITUR KLASIFIKASI NAÏVE BAYES MENGGUNAKAN ALGORITMA GENETIKA UNTUK PREDIKSI RISIKO KREDIT KONSUMEN (Studi Kasus : PT. Finansia Multi Finance (KreditPlus) Tanjungpinang) Sisma Tri Wulan
Lebih terperinciBAB I PENDAHULUAN. melainkan juga mengikat janji dihadapan Tuhan Yang Maha Esa untuk hidup
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Pernikahan atau perkawinan adalah suatu kejadian dimana dua orang yang saling mengikat janji, bukan hanya didepan keluarga dan lingkungan sosial melainkan
Lebih terperinciPEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL
1 PEMODELAN DISPARITAS GENDER DI JAWA TIMUR DENGAN PENDEKATAN MODEL REGRESI PROBIT ORDINAL Uaies Qurnie Hafizh, Vita Ratnasari Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut
Lebih terperinciAnalisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri
Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi (IP) Mahasiswa ITATS Jurusan Teknik Industri Suparto Teknik Industri, ITATS, Jalan AR. Hakim 100 Surabaya E-mail : wrskt_indria@yahoo.com Abstrak.
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Studi Sebelum melakukan penelitian penulis terlebih dahulu melakukan tinjauan pustaka dari penelitian lain dan penelitian tentang prediksi penjurusan
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Manusia sebagai makhluk sosial yang tidak dapat lepas dari hidup
BAB I PENDAHULUAN A. Latar Belakang Manusia sebagai makhluk sosial yang tidak dapat lepas dari hidup bermasyarakat, karena sebagai individu, manusia tidak dapat menjalani kehidupannya sendiri untuk mencapai
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciBAB I PENDAHULUAN. Perkawinan merupakan kebutuhan kodrat manusia, setiap manusia
BAB I PENDAHULUAN 1.1. Latar Belakang Perkawinan merupakan kebutuhan kodrat manusia, setiap manusia diciptakan oleh sang kholiq untuk memiliki hasrat dan keinginan untuk melangsungkan perkawinan. Sebagaimana
Lebih terperinciBAB I PENDAHULUAN. Tahun 1975 dan Peraturan Menteri Agama Nomor 3 dan 4 Tahun 1975 bab II
BAB I PENDAHULUAN A. Latar Belakang Masalah Pencatatan perkawinan dalam pelaksanaannya diatur dengan PP No. 9 Tahun 1975 dan Peraturan Menteri Agama Nomor 3 dan 4 Tahun 1975 bab II Pasal 2 ayat (1) PP
Lebih terperinciIV METODE PENELITIAN. 4.1 Lokasi dan Waktu Penelitian
IV METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini akan dilaksanakan di beberapa peternak plasma ayam broiler di Kota Depok. Penentuan lokasi penelitian dilakukan atas dasar pertimbangan
Lebih terperinciSecara kodrat manusia sebagai makhluk yang tidak dapat hidup tanpa orang lain, saling
A. Latar Belakang Masalah Secara kodrat manusia sebagai makhluk yang tidak dapat hidup tanpa orang lain, saling membutuhkan dan cenderung ingin hidup bersama. Berdasarkan sifatnya manusia sebagai makhluk
Lebih terperinciPPDAFTAR GAMBAR Gambar Halaman Yuni Melawati, 2013
PPDAFTAR GAMBAR Gambar 2.1 Contoh Pohon Keputusan untuk Mengklasifikasikan Pembelian Komputer... 19 3.1 Diagram CART... 29 3.2 Pohon Keputusan Sementara... 37 3.3 Pohon Keputusan Optimum... 38 3.4 Pohon
Lebih terperinciFaktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam
Faktor yang Mempengaruhi Terjangkitnya Penyakit Diare pada Balita di Propinsi Nanggroe Aceh Darussalam Oleh: Urifah Hidayanti (1310 030 028) Dosen Pembimbing: Ir. Mutiah Salamah, M.Kes Ujian Tugas Akhir
Lebih terperinciAnalisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta)
Analisis Regresi Non Linear Model Logistik (Studi Kasus : Lembaga Pelatihan Kerja Kabupaten Sleman, Yogyakarta) Sri Haridanti 1), Rabiatul Adawiyah 2), Gita Sandy Ariadne 3), Febby A. Yuwinda Putri 4),
Lebih terperinciEKO ERTANTO PEMBIMBING
UJIAN TUGAS AKHIR Faktor-faktor yang Mempengaruhi Kelengkapan Pemberian Imunisasi Untuk Bayi Dengan Metode Regresi Logistik (Kasus di Kelurahan Keputih Surabaya) YUDHA EKO ERTANTO 1307030054 PEMBIMBING
Lebih terperinciData Mining Terapan dengan Matlab
Pendahuluan i ii Data Mining Terapan dengan Matlab Pendahuluan iii DATA MINING TERAPAN DENGAN MATLAB Oleh : Budi Santosa Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi
Lebih terperinciPENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) PADA DATA AKREDITASI SEKOLAH DASAR (SD) DI KABUPATEN MAGELANG
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 811-820 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN METODE KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) PADA
Lebih terperinciMULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI STATUS KERJA DI KABUPATEN DEMAK Kishartini 1, Diah Safitri 2, Dwi Ispriyanti 3
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 4, Tahun 2014, Halaman 711-718 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian MULTIVARIATE ADAPTIVE REGRESSION SPLINES (MARS) UNTUK KLASIFIKASI
Lebih terperinciPENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO
PENERAPAN ALGORITMA C5.0 DALAM PENGKLASIFIKASIAN DATA MAHASISWA UNIVERSITAS NEGERI GORONTALO Wandira Irene, Mukhlisulfatih Latief, Lillyan Hadjaratie Program Studi S1 Sistem Informasi / Teknik Informatika
Lebih terperinciP U T U S A N Nomor : 0198/Pdt.G/2010/PA.Spn.
P U T U S A N Nomor : 0198/Pdt.G/2010/PA.Spn. BISMILLAHIRRAHMANIRRAHIM DEMI KEADILAN BERDASARKAN KETUHANAN YANG MAHA ESA Pengadilan Agama Sungai Penuh yang memeriksa dan mengadili perkara perdata pada
Lebih terperinciPENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005
1 PENGGUNAAN REGRESI SPLINE ADAPTIF BERGANDA UNTUK DATA RESPON BINER AZWIRDA AZIZ SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005 2 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet
Lebih terperinciFaktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik Ordinal
JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: 2301-928X D-253 Faktor-Faktor yang Mempengaruhi Keparahan Korban Kecelakaan Lalu Lintas di Kota Surabaya dengan Pendekatan Bagging Regresi Logistik
Lebih terperinciP U T U S A N. Nomor: 0087/Pdt.G/2010/PA.Spn. BISMILLAAHIRRAHMAANIRRAHIIM DEMI KEADILAN BERDASARKAN KETUHANAN YANG MAHA ESA LAWAN
P U T U S A N Nomor: 0087/Pdt.G/2010/PA.Spn. BISMILLAAHIRRAHMAANIRRAHIIM DEMI KEADILAN BERDASARKAN KETUHANAN YANG MAHA ESA Pengadilan Agama Sungai Penuh yang memeriksa dan mengadili perkara perdata pada
Lebih terperinciKLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE CHAID (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN CART (CLASSIFICATION AND REGRESSION TREE)
Surabaya, 3 Juli 2013 Seminar Hasil Tugas Akhir KLASIFIKASI PENYAKIT DIABETES MELITUS DENGAN METODE (CHI SQUARE AUTOMATIC INTERACTION DETECTION) DAN (CLASSIFICATION AND REGRESSION TREE) Dosen Pembimbing
Lebih terperinciI. PENDAHULUAN. Perkawinan adalah ikatan lahir batin antara seorang pria dan wanita sebagai suami
I. PENDAHULUAN A. Latar Belakang Perkawinan adalah ikatan lahir batin antara seorang pria dan wanita sebagai suami istri dengan tujuan untuk membentuk keluarga (rumah tangga) yang bahagia dan kekal berdasarkan
Lebih terperinciKlasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees)
1 Klasifikasi Kegiatan Partisipasi Ekonomi Perempuan Di Jawa Timur Dengan Pendekatan CART (Classification And Regression Trees) Sharfina Widyandini dan Vita Ratnasari Jurusan Statistika, Fakultas MIPA,
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab
BAB III METODE PENELITIAN A. Jenis Penelitian Penelitian ini menggunakan pendekatan kuantitatif untuk menjawab rumusan masalah yang telah diuraikan sebelumnya dengan berdasarkan tingkat eksplanasinya 54.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Dasar Penelitian Penelitian ini dilakukan berdasarkan rumusan masalah yang telah dijabarkan pada bab sebelumnya yaitu untuk mengklasifikasikan kelayakan kredit calon debitur
Lebih terperinciEKSPLORA INFORMATIKA 127
EKSPLORA INFORMATIKA 127 Implementasi Algoritma C4.5 untuk Analisa Performa Pelayanan Bank Terhadap Nasabah Implementation of C4.5 Algorithm for Bank Service Performance Analysis To Customer Fandi Ramadhan
Lebih terperinci2. SETIAP PERKAWINAN HARUS DICATAT Menurut peraturan perundang-undangan yang berlaku (Pasal 2 ayat 2)
A. LATAR BELAKANG 1. PERKAWINAN SYAH menurut UU. No. 1 Th 1974 apabila dilakukan menurut hukum masing-masing Agamanya dan Kepercayaannya (Pasal 2 Ayat 1) 1 2. SETIAP PERKAWINAN HARUS DICATAT Menurut peraturan
Lebih terperinciMETODE PENELITIAN IV.
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT. Bank Rakyat Indonesia Unit Lalabata Rilau. Pemilihan lokasi penelitian dilakukan secara purposive (sengaja) dengan
Lebih terperincidi masa yang akan datang dilihat dari aspek demografi dan kepuasannya. PENDAHULUAN
1 PENDAHULUAN Latar Belakang Saat ini ada dua teknologi yang diusung oleh perusahaan-perusahaan telekomunikasi Indonesia yaitu teknologi Global System for Mobile communication (GSM) dan teknologi Code
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) ( X Print) D-54
JURNAL SAINS DAN SENI POMITS Vol. 3, No.1, (2014) 2337-3520 (2301-928X Print) D-54 Klasifikasi Pengangguran Terbuka Menggunakan CART (Classification and Regression Tree) di Provinsi Sulawesi Utara Febti
Lebih terperinciPERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 45 TAHUN 1990 TENTANG PERUBAHAN ATAS PERATURAN PEMERINTAH NOMOR 10 TAHUN 1983 TENTANG IZIN PERKAWINAN DAN PERCERAIAN BAGI PEGAWAI NEGERI SIPIL Presiden Republik
Lebih terperinciBAB II LANDASAN TEORI
2.1 Studi Literatur BAB II LANDASAN TEORI Penelitian yang berkaitan dengan klasifikasi kalimat tanya berdasarkan Taksonomi Bloom telah dilakukan oleh Selvia Ferdiana Kusuma dengan menggunakan algoritma
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan pada tanggal 3 Januari 2012 hingga 20 Februari 2012 pada PT. Bank Rakyat Indonesia Unit Cibungbulang. Pemilihan lokasi penelitian
Lebih terperinciBAB III LANDASAN TEORI. A. Regresi
BAB III LANDASAN TEORI A. Regresi 1. Pengertian Regresi Regeresi adalah alat yang berfungsi untuk membantu memperkirakan nilai suatu varibel yang tidak diketahui dari satu atau beberapa variabel yang tidak
Lebih terperinciPENERAPAN DATA MINING KLASIFIKASI DENGAN MENGGUNAKAN ALGORITNMA C 4.5 PADA DATA NASABAH KREDIT KOPERASI SIMPAN PINJAM GRAHA MANDIRI TEGAL
PENERAPAN DATA MINING KLASIFIKASI DENGAN MENGGUNAKAN ALGORITNMA C 4.5 PADA DATA NASABAH KREDIT KOPERASI SIMPAN PINJAM GRAHA MANDIRI TEGAL Yunita Handayani Utoyo 1, Yuniarsi Rahayu 2 Univeritas Dian Nuswantoro,
Lebih terperinciBAB III PEMBAHASAN. Sumber data diperoleh dari Koperasi X yang terdiri dari 3 file excel
BAB III PEMBAHASAN A. Sumber Data Sumber data diperoleh dari Koperasi X yang terdiri dari 3 file excel peminjam dengan jaminan sertifikat tanah, tunjuk, dan Buku Pemilik Kendaraan Bermotor (BPKB) serta
Lebih terperinciIMPLEMENTASI METODE NAIVE BAYES CLASSIFICATION DALAM KLASIFIKASI KELAYAKAN CALON PENDONOR DARAH (STUDI KASUS PMI KAB. DEMAK)
IMPLEMENTASI METODE NAIVE BAYES CLASSIFICATION DALAM KLASIFIKASI KELAYAKAN CALON PENDONOR DARAH (STUDI KASUS PMI KAB. DEMAK) Diana Septiari Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas
Lebih terperinci1 BAB I 2 PENDAHULUAN. sangat diperlukan dalam kehidupan sehari-hari. Begitu pula dalam penelitian
1 BAB I 2 PENDAHULUAN A. Latar Belakang Masalah Statistika merupakan salah satu disiplin ilmu yang penerapannya hampir di semua aspek kehidupan. Hal ini menunjukkan bahwa peranan statistika sangat diperlukan
Lebih terperinciIII. METODE PENELITIAN. PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui
41 III. METODE PENELITIAN A. Definisi Operasional Pengembangan Usaha Agribisnis Perdesaan yang selanjutnya disingkat PUAP, adalah bagian dari pelaksanaan program PNPM-Mandiri melalui bantuan modal usaha
Lebih terperinciBAB II TINJAUAN PUSTAKA Indeks Prestasi Kumulatif dan Lama Studi. menggunakan dokumen/format resmi hasil penilaian studi mahasiswa yang sudah
BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Indeks Prestasi Kumulatif dan Lama Studi Mahasiswa yang telah menyelesaikan keseluruhan beban program studi yang telah ditetapkan dapat dipertimbangkan
Lebih terperinciBAB I PENDAHULUAN. perkawinan adalah sah apabila dilakukan menurut hukum masing-masing agama
BAB I PENDAHULUAN A. Latar Belakang Masalah Perkawinan adalah ikatan lahir batin antara seorang pria dengan seorang wanita sebagai suami istri dengan tujuan membentuk keluarga atau rumah tangga yang bahagia
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Manusia sebagai makhluk sosial tidak terlepas dari individu lain,
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Manusia sebagai makhluk sosial tidak terlepas dari individu lain, dimana setiap manusia selalu membutuhkan bantuan orang lain dan hidup dengan manusia lain.
Lebih terperinciBAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) Odds Ratio
21 BAB III REGRESI LOGISTIK BINER DAN CLASSIFICATION AND REGRESSION TREES (CART) 3.1 Regresi Logistik Biner Regresi logistik berguna untuk meramalkan ada atau tidaknya karakteristik berdasarkan prediksi
Lebih terperincisegera melaksanakannya. Karena perkawinan dapat mengurangi kemaksiatan, baik
2 Perkawinan merupakan salah satu perintah agama kepada yang mampu untuk segera melaksanakannya. Karena perkawinan dapat mengurangi kemaksiatan, baik dalam bentuk penglihatan maupun dalam bentuk perzinaan.
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Persaingan dalam dunia bisnis, terlebih lagi bagi perusahaan besar, tidak lepas dari adanya proses jual beli saham. Saham secara umum merupakan surat berharga yang dapat
Lebih terperinciPenerapan Data Mining Classification Untuk Prediksi Perilaku Pola Pembelian Terhadap Waktu Transaksi Menggunakan Metode Naïve Bayes
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Penerapan Data Mining Classification Untuk Prediksi Perilaku Pola Pembelian Terhadap Waktu Transaksi Menggunakan Metode
Lebih terperinciPROSIDING ISSN:
PM-19 PREDIKSI PERFORMA AKADEMIK SISWA PADA PELAJARAN MATEMATIKA MENGGUNAKAN BAYESIAN NETWORKS DAN ALGORITMA KLASIFIKASI MACHINE LEARNING Betha Nurina Sari Teknik Informatika, Fakultas Ilmu Komputer, Universitas
Lebih terperinciBAB I PENDAHULUAN UKDW
BAB I PENDAHULUAN 1. Latar Belakang Permasalahan Pernikahan merupakan suatu hal yang dinantikan dalam kehidupan manusia karena melalui sebuah pernikahan dapat terbentuk satu keluarga yang akan dapat melanjutkan
Lebih terperinciSKRIPSI PROSES PENYELESAIAN PERCERAIAN KARENA FAKTOR KEKERASAN DALAM RUMAH TANGGA (STUDY KASUS DI PENGADILAN AGAMA SURAKARTA)
SKRIPSI PROSES PENYELESAIAN PERCERAIAN KARENA FAKTOR KEKERASAN DALAM RUMAH TANGGA (STUDY KASUS DI PENGADILAN AGAMA SURAKARTA) SKRIPSI Disusun dan Diajukan untuk Melengkapi Syarat-Syarat guna Mencapai Derajat
Lebih terperinciBAB I PENDAHULUAN. untuk akad nikah.nikah menurut syarak ialah akad yang membolehkan seorang
BAB I PENDAHULUAN A. Latar Belakang Masalah Nikah dalam bahasa arab ialah bergabung dan berkumpul, dipergunakan juga dengan arti kata wata atau akad nikah, tetapi kebanyakan pemakaiannya untuk akad nikah.nikah
Lebih terperinciJurnal String Vol. 1 No. 1 Tahun 2016 ISSN:
KAJIAN KOMPARASI ALGORITMA C4.5, NAÏVE BAYES DAN NEURAL NETWORK DALAM PEMILIHAN PENERIMA BEASISWA (Studi Kasus pada SMA Muhammadiyah 4 Jakarta ) Ulfa Pauziah Program Studi Teknik Informatika, Universitas
Lebih terperinci2 Mengingat : 1. Undang-Undang Nomor 1 Tahun 1974 tentang Perkawinan (Lembaran Negara Republik Indonesia Tahun 1974 Nomor 1, Tambahan Lembaran Negara
No.755, 2015 BERITA NEGARA REPUBLIK INDONESIA LEMSANEG. Pegawai. Perkawinan. Perceraian. PERATURAN KEPALA LEMBAGA SANDI NEGARA NOMOR 10 TAHUN 2015 TENTANG PERKAWINAN DAN PERCERAIAN PEGAWAI LEMBAGA SANDI
Lebih terperinciPENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5
1 PENERAPAN DATA MINING UNTUK REKOMENDASI BEASISWA PADA SMA MUHAMMADIYAH GUBUG MENGGUNAKAN ALGORITMA C4.5 Dina Maurina, Ahmad Zainul Fanani S.Si, M.Kom Jurusan Teknik Informatika FIK UDINUS, Jl. Nakula
Lebih terperinciLOGO. Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si
LOGO Prof. Dra. Susanti Linuwih, M.Stat, PhD Wibawati, S.Si, M.Si PENDAHULUAN 1 2 3 4 Latar Belakang Tujuan Manfaat Batasan Masalah Latar Belakang Kesempatan memperoleh pendidikan merupakan prioritas utama
Lebih terperinciBAB I PENDAHULUAN. Manusia memerlukan mitra untuk mengembangkan kehidupan yang layak bagi
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Manusia sejak awal kelahirannya adalah sebagai mahluk sosial (ditengah keluarganya). Mahluk yang tidak dapat berdiri sendiri tanpa bantuan orang lain.
Lebih terperinciNOMOR:16/Pdt.G/2011/PTA.Bdg. BISMILLAHIRRAHMANIRRAHIN DEMI KEADILAN BERDASARKAN KETUHANAN YANG MAHA ESA MELAWAN: Pengadilan Tinggi Agama tersebut:
SALINAN P U T U S A N NOMOR:16/Pdt.G/2011/PTA.Bdg. BISMILLAHIRRAHMANIRRAHIN DEMI KEADILAN BERDASARKAN KETUHANAN YANG MAHA ESA Pengadilan Tinggi Agama Bandung yang memeriksa dan mengadili perkara-perkara
Lebih terperinciSTUDI KOMPARASI METODE KLASIFIKASI DUA KELAS
Program Studi MMT-ITS, Surabaya Pebruari 007 STUDI KOMPARASI METODE KLASIFIKASI DUA KELAS Budi Santosa dan Devi Rosita Hanum Teknik Industri Institut Teknologi Sepuluh Nopember Email: budi_s@ie.its.ac.id,
Lebih terperinciMoch. Ali Machmudi 1) 1) Stmik Bina Patria
UJI PENGARUH KARAKTERISTIK DATASET PADA PERFORMA ALGORITMA KLASIFIKASI Moch. Ali Machmudi 1) 1) Stmik Bina Patria 1) Jurusan Manjemen Informatika-D3 Email : 1 aliadhinata@gmail.com 1) Abstrak Tujuan utama
Lebih terperinciREGRESI LOGISTIK (LOGISTIC REGRESSION)
REGRESI LOGISTIK (LOGISTIC REGRESSION) REGRESI LOGISTIK Adalah regresi parametrik yang digunakan untuk Y berskala kategorik dan X berskala bebas. Biner Y berskala nominal dengan 2 kategori Regresi Logistik
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 1.1 Data Training Data training adalah data yang digunakan untuk pembelajaran pada proses data mining atau proses pembentukan pohon keputusan.pada penelitian ini
Lebih terperinciKLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS : HOCKEY KABUPATEN KENDAL)
KLASIFIKASI PENENTUAN TIM UTAMA OLAHRAGA HOCKEY MENGGUNAKAN ALGORITMA C4.5 (STUDI KASUS : HOCKEY KABUPATEN KENDAL) Budi Utami 1, Yuniarsi Rahayu, 2 1,2 Program Studi Teknik Informatika, Fakultas Ilmu Komputer,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Kredit merupakan salah satu usaha sekunder yang dapat dilakukan untuk pemenuhan kebutuhan sehari-hari. Pada umumnya, proses kredit dapat dilayani melalui lembaga keuangan
Lebih terperinciBAB I PENDAHULUAN. sebuah hubungan keluarga. Hal ini diungkapkan oleh Kepala Desa setempat:
1 BAB I PENDAHULUAN A. Latar Belakang Penelitian ini dilatar belakangi banyak masyarakat di pedesaaan yang lebih memilih menikah diusia muda dimana kematangan emosinya masih belum siap untuk membina sebuah
Lebih terperinci