ESTD PERPUSTAKAAN UNTAD
ESTD PERPUSTAKAAN UNTAD
| JudulKlasifikasi Daerah Tertinggal Di Indonesia Berdasarkan Kabupaten/Kota Menggunakan Algoritma Principal Component Analysis-Support Vector Machine (PCA-SVM) |
| Nama: NUR ZAENAB |
| Tahun: 2025 |
| Abstrak Penelitian ini bertujuan untuk mengklasifikasikan daerah tertinggal di Indonesia berdasarkan kabupaten/kota menggunakan kombinasi Algoritma Principal Component Analysis (PCA) dan Support Vector Machine (SVM). Data yang digunakan mencakup seluruh Kabupaten/Kota di Indonesia, dengan fokus pada daerah yang ditetapkan sebagai daerah tertinggal oleh Presiden Republik Indonesia untuk periode 2020–2024. PCA digunakan untuk mereduksi dimensi data guna memperoleh fitur utama yang paling signifikan, sementara SVM digunakan untuk membangun model klasifikasi yang efektif. Hasil penelitian menunjukkan bahwa pendekatan PCA-SVM mampu menghasilkan model klasifikasi dengan akurasi tinggi sebesar 96.13%, sehingga dapat membantu pemerintah dalam mengidentifikasi dan merancang strategi pembangunan yang lebih terarah di daerah tertinggal. Penelitian ini diharapkan memberikan kontribusi signifikan dalam pengambilan keputusan berbasis data untuk pembangunan daerah di Indonesia. Kata Kunci: Klasifikasi, Daerah Tertinggal, PCA, SVM, Kabupaten/Kota, Indonesia |