Model Data Mining untuk Memprediksi Pertumbuhan Penduduk di Kota Batam Dengan Menggunakan Teknik Decision Tree

Wiyono, Deni Lugi (2019) Model Data Mining untuk Memprediksi Pertumbuhan Penduduk di Kota Batam Dengan Menggunakan Teknik Decision Tree. Skripsi thesis, Prodi Teknik Informatika.

	Text cover s.d bab III.pdf - Submitted Version Download (652kB)
	Text bab IV s.d bab V.pdf - Submitted Version Restricted to Registered users only Download (580kB) | Request a copy

Abstract

Pertumbuhan penduduk merupakan keadaan di mana suatu wilayah mengalami peningkatan jumlah populasinya. Penduduk adalah orang yang tinggal dalam suatu wilayah dalam kurun waktu tertentu. Penelitian ini dilakukan degan tujuan untuk memprediksi pertumbuhan penduduk di kota Batam dengan pemanfaatan ilmu data mining menggunakan algoritma C4.5. Metode yang digunakan adalah klasifikasi, teknik ini mempelajari sekumpulan data sehingga menghasilkan aturan yang bisa mengklasifikasikan atau menggali data-data baru yang belum pernah dipelajari. Klasifikasi merupakan proses membagi data menjadi suatu anggota suatu kategori atau kelas. Software yang dipakai untuk menguji adalah Weka. Algoritma C4.5 merupakan salah satu algoritma yang ada di decision tree dan algoritma yang banyak digunakan untuk menghasilkan pohon keputusan. Algoritma C4.5 merupakan pengembangan ID3. Pembentukan tree pada algoritma C4.5 menganut pendekatan top-down di mana tree dibentuk dari root menuju leaf. Variabel yang digunakan dalam penelitian ini adalah jumlah kelahiran, jumlah kematian, jumlah pindah dan jumlah datang. Data dari Dinas Kependudukan dan Pencatatan Sipil Kota Batam (Disduk Capil) dari 2014 – 2018. Data diklasifikasikan menjadi tiga yaitu tinggi, sedang dan rendah. Hasil dari penelitian ini adalah berupa pohon keputusan, yang bisa digunakan untuk mengetahui bagaimana proses pertumbuhan penduduk yang terjadi di kota Batam. Berdasarkan uji akurasi menunjukan nilai 0,89 dan uji error rate bernilai 0,10 dari hasil pengujian ini menunjukan algoritma C4.5 merupakan algoritma yang baik dalam penggunaanya.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Populasi, Data Mining, Algoritma C4.5, Decision Tree, Error Rate: Population, Data Mining, C4.5Algorithm, Decision Tree, Error Rate
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions:	Fakultas Teknik dan Komputer > Teknik Informatika
Depositing User:	Susila Novmbrita
Date Deposited:	14 Oct 2023 01:55
Last Modified:	14 Oct 2023 01:55
URI:	http://repository.upbatam.ac.id/id/eprint/4706

Actions (login required)

View Item