Halaman Data Jurnal
| Judul Jurnal | SISTEM PREDIKSI JUMLAH PENDUDUK MISKIN DI KOTA LUBUKLINGGAU MENGGUNAKAN METODE REGRESI LINIER BERGANDA DENGAN BAHASA PEMROGRAMAN PYTHON |
|---|---|
| Nama Lengkap | Natsya Eksanti Anggriyani |
| Nama Pembimbing 1 | Muhammad Nur Alamsyah |
| Nama Pembimbing 2 | Nelly Khairani Daulay |
| Abstrak Jurnal | Kemiskinan sejauh ini menjadi salah satu masalah sosial ekonomi yang paling sulit untuk diselesaikan. Sebagai negara kepulauan dengan keragaman geografis, ekonomi, sosial budaya dan peraturan atau regulasi pemerintah, Indonesia menghadapi masalah kemiskinan yang sangat kompleks dan beragam di setiap wilayah. Ada beberapa faktor yang sangat mempengaruhi kemiskinan yaitu Indeks Pembangunan Manusia(IPM), pertumbuhan ekonomi, dan pengangguran.Terdapat berbagai metode peramalan atau prediksi yang bisa digunakan untuk memprediksi jumlah angka kemiskinan di masa yang akan datang. Salah satu metode yang umum digunakan adalah metode regresi linier berganda. Regresi Linear Berganda adalah model regresi linear dengan melibatkan lebih dari satu variable bebas atau predictor. Dengan peramalan menggunakan model regresi linear berganda, diharapkan pemerintah dapat memperoleh informasi yang akurat tentang jumlah penduduk miskin dimasa yang akan datang. Dari hasil penelitian didapatkan tinggat error data didapat nilai MSE (Mean Squere Error) = 114672,764, RMSE (Root Mean Squere Error) = 338,633673146356 dan MAPE ( Mean Absolute Percentase Error ) = 1,227198678. Dengan nilai mapesebesar 1,227198678 atau 1,227198678 %, maka nilai yang didapat berkategori Sangat baik.Kata Kunci : Kemiskinan,Prediksi,Regresi Linier Berganda |
| Daftar Pustaka | [1] Y. C. Pratama, “Analisis Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Indonesia,” Esensi, vol. 4, no. 2. 2015, doi: 10.15408/ess.v4i2.1966.[2] Badan Pusat Statistik, “Jumlah Penduduk Miskin Kota Lubuklinggau,” 2020. https://lubuklinggaukota.bps.go.id/indicator/23/139/7/jumlah-penduduk-miskin.html.[3] F. Andalia and E. B. Setiawan, “Pengembangan Sistem Informasi Pengolahan Data Pencari Kerja Pada Dinas Sosial Dan Tenaga Kerja Kota Padang,” Komputa : Jurnal Ilmiah Komputer dan Informatika, vol. 4, no. 2. pp. 93–97, 2015, doi: 10.34010/komputa.v4i2.2431.[4] S. Wardah and Iskandar, “KEMASAN BUNGKUS ( Studi Kasus : Home Industry Arwana Food Tembilahan ),” Jurnal Teknik Industri, vol. 9, no. 3. pp. 135–142, 2016.[5] E. P. K. Orpa, E. F. Ripanti, and T. Tursina, “Model Prediksi Awal Masa Studi Mahasiswa Menggunakan Algoritma Decision Tree C4.5,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 7, no. 4. p. 272, 2019, doi: 10.26418/justin.v7i4.33163.[6] Initu.id, “Pengertian dan Jenis Prediksi, Ramalan (Forecasting) dan Implementasi,” 2018. https://initu.id/amp/pengertian-dan-jenis-prediksi-ramalan-forecasting-dan-implementasi/.[7] D. Kurniawan, “Kemiskinan di Indonesia dan Penanggulangannya,” Gema Eksos, vol. 5, no. 1. pp. 1–18, 2011.[8] P. A. Rahman and R. Firman, “KEMISKINAN DALAM PERSPEKTIF ILMU SOSIOLOGI,” J. Pendidik. Tambusai, vol. 3, no. 6, pp. 1542–1548, 2019.[9] et all Solikatun ., “KEMISKINAN DALAM PEMBANGUNAN,” Journal of Chemical Information and Modeling, vol. 53, no. 9. p. 287, 2018.[10] S. ’ Diyah and E. Adawiyah, “Kemiskinan Dan Fakor-Faktor Penyebabnya,” Journal of Social Work and Social Service, vol. 1, no. 1. p. 1, 2020. [1] F. Rohmawati, M. G. Rohman, and S. Mujilahwati, “Sistem Prediksi Jumlah PengunjungWisata Wego Kec.Sugio Kab.Lamongan Menggunakan Metode Fuzzy Time Series,”Jouticla, vol. 2, no. 2. 2017, doi: 10.30736/jti.v2i2.66.[2] J. Nusantara, “Metode Forecasting: Pengertian, Jenis, dan Manfaat Bisnis,” JurnalEnterpreneur. [Online]. Available: https://www.jurnal.id/id/blog/mengenal-metodeforecasting-untuk-kepentingan-bisnis-anda/.[3] A. Dema, “Pengertian Penduduk Komposisi.” [Online]. Available:https://www.studiobelajar.com/penduduk/.[4] G. N. Ayuni and D. Fitrianah, “Penerapan Metode Regresi Linear Untuk PrediksiPenjualan Properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019.[5] S. M. Robial, “PERBANDINGAN MODEL STATISTIK PADA ANALISIS METODEPERAMALAN TIME SERIES ( STUDI KASUS : PT . TELEKOMUNIKASIINDONESIA , TBK KANDATEL SUKABUMI ),” vol. 8, no. 2, pp. 1–17, 2018.[6] F. Ahmad, “PENENTUAN METODE PERAMALAN PADA PRODUKSI PART NEWGRANADA BOWL ST Di PT . X,” vol. 7, no. 1, pp. 31–39, 2020.[7] H. Budiman, “ANALISIS DAN PERBANDINGAN AKURASI MODEL PREDIKSIRENTET WAKTU SUPPORT VECTOR MACHINES DENGAN SUPPORT VECTORMACHINES PARTICLE SWARM,” vol. 02, no. 01, pp. 19–24, 2016. |