EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Penerapan Random Forest Untuk Prediksi Dan Analisis Kemiskinan

Dwi Nurmelly Handayani, Sayid Qutub

RIGGS: Journal of Artificial Intelligence and Digital Business · 13.05.2025 · 4 (2) · 405-412

DOI: 10.31004/riggs.v4i2.512 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RIGGS: Journal of Artificial Intelligence and Digital Business, online erschienen am 13.05.2025. Verfasst von Dwi Nurmelly Handayani und 1 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Penelitian ini bertujuan untuk menerapkan algoritma Random Forest dalam memprediksi persentase kemiskinan di Kabupaten Bogor. Dengan menggunakan data deret waktu tahun 2019–2024, model dibangun berdasarkan fitur lag (Lag 1 dan Lag 2) untuk menangkap pola historis fluktuasi kemiskinan. Proses pra-pemrosesan melibatkan normalisasi data dan pembuatan fitur temporal guna meningkatkan akurasi prediksi. Model Random Forest yang dikembangkan memberikan hasil yang cukup baik dengan nilai Mean Absolute Error (MAE) sebesar 0,22%, Root Mean Squared Error (RMSE) sebesar 0,28%, serta koefisien determinasi (R²) sebesar 0,87, menunjukkan bahwa sekitar 87% variasi kemiskinan dapat dijelaskan oleh model. Analisis feature importance mengungkapkan bahwa akses ke layanan kesehatan menjadi faktor terpenting yang memengaruhi tingkat kemiskinan (skor 0,25), diikuti oleh tingkat pendidikan (0,20), pertanian subsisten (0,15), kepadatan penduduk (0,10), dan program bantuan sosial (0,05). Hasil penelitian ini membuktikan bahwa Random Forest efektif sebagai alat prediksi dalam konteks sosial-ekonomi dan dapat mendukung perencanaan kebijakan publik yang lebih tepat sasaran dan berbasis data. Meskipun dataset yang digunakan relatif kecil, penelitian ini memberikan dasar bagi pengembangan model prediksi kemiskinan yang lebih komprehensif di masa depan.

Zitieren

APA

Handayani, D. N., & Qutub, S. (2025). Penerapan Random Forest Untuk Prediksi Dan Analisis Kemiskinan. RIGGS: Journal of Artificial Intelligence and Digital Business, 4(2), 405-412. https://doi.org/10.31004/riggs.v4i2.512

Vancouver

Handayani DN, Qutub S. Penerapan Random Forest Untuk Prediksi Dan Analisis Kemiskinan. RIGGS: Journal of Artificial Intelligence and Digital Business. 2025;4(2):405-412. doi:10.31004/riggs.v4i2.512

BibTeX
@article{Handayani2025,
  author = {Handayani, Dwi Nurmelly and Qutub, Sayid},
  title = {Penerapan Random Forest Untuk Prediksi Dan Analisis Kemiskinan},
  journal = {RIGGS: Journal of Artificial Intelligence and Digital Business},
  year = {2025},
  volume = {4},
  number = {2},
  pages = {405--412},
  doi = {10.31004/riggs.v4i2.512}
}
Kostenlos starten →