Memprediksikan Indeks Pembangunan Manusia di Wilayah Indonesia Bagian Timur Menggunakan Random Forest Classification

Abstrak. Indeks Pembangunan Manusia (IPM) merupakan salah satu indikator yang penting dalam melihat sisi lain dari pembangunan. Setiap indikator komponen penghitungan IPM dapat dimanfaatkan untuk mengukur keberhasilan pembangunan kualitas hidup manusia seperti Umur Harapan Hidup (UHH), Harapan Lama Sekolah (HLS), Pengeluaran per Kapita Disesuaikan (PKD), dan Lama Sekolah (LS). Penelitian ini bertujuan untuk mengetahui sebaran IPM di Kawasan Timur Indonesia, kemudian melakukan pemodelan data IPM dengan menggunakan regresi logistik, decision tree, dan random forest untuk mendapatkan model terbaik dalam memprediksi IPM serta mengetahui faktor-faktor yang memiliki pengaruh terhadap perubahan nilai IPM. Hasilnya menunjukkan bahwa daerah dengan kategori IPM rendah dan IPM sedang memiliki persentase sebesar 69% yang lebih tinggi dibandingkan dengan daerah dengan kategori IPM tinggi dan IPM sangat tinggi sebesar 31% untuk kawasan Timur Indonesia. Model terbaik untuk pemodelan data IPM pada Kawasan Timur Indonesia adalah model random forest dengan nilai kebaikan model sebesar 94.03% dan nilai balanced accuracy sebesar 93.33%. Hasil prediksi diperoleh sebanyak 2 kabupaten/kota atau 4.08% yang diprediksi tidak tepat. Variabel Umur Harapan Hidup memiliki pengaruh atau kontribusi yang signifikan dalam perubahan nilai IPM kabupaten/kota di Kawasan Timur Indonesia. Kata kunci: IPM, Kawasan Timur Indonesia, Random forest