PRINCIPAL COMPONENT ANALYSIS SUPPORT VECTOR MACHINE (PCA-SVM) UNTUK KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KABUPATEN BREBES

  • Tiani Wahyu Utami Universitas Muhammadiyah Semarang
  • Irma Arianti Universitas Muhammadiyah Semarang

Abstract

Kesejahteraan merupakan berbagai tindakan yang dilakukan manusia untuk mencapai tingkat kehidupan
masyarakat yang lebih baik. Kesejahteraan masyarakat dapat diukur dari terpenuhinya kebutuhan dasar
manusia. Rumah tangga yang tidak mampu dalam pemenuhan kebutuhan dasarnya, maka dikategorikan dalam
kemiskinan. Berdasarkan PPLS 2008, terdapat 13 indikator dalam penentuan kemiskinan yang diperoleh dari
hasil Survei Sosial Ekonomi Nasional yang laksanakan oleh Badan Pusat Statistik. Penelitian ini menggunakan
metode kombinasi Principal Component Analysis (PCA) dan Support Vector Machine (SVM) untuk
mengklasifikasikan kesejahteraan rumah tangga di Kabupaten Brebes tahun 2018 dengan kategori miskin. PCA
digunakan untuk mereduksi data dan data terbaru diproses menggunakan SVM untuk diklasifikasikan. Hasil
klasifikasi kesejahteraan rumah tangga di Kabupaten Brebes tahun 2018 menggunakan PCA-SVM secara
keseluruhan lebih baik daripada menggunakan SVM.

Published
2020-07-22
How to Cite
Utami, T., & Arianti, I. (2020). PRINCIPAL COMPONENT ANALYSIS SUPPORT VECTOR MACHINE (PCA-SVM) UNTUK KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KABUPATEN BREBES. Proceeding SENDI_U, 115-120. Retrieved from https://www.unisbank.ac.id/ojs/index.php/sendi_u/article/view/7969