I. A. Sobari, Robi Aziz Zuama
{"title":"Pendekatan Machine Learning dalam Memprediksi Keluarga Penerima Program PKH","authors":"I. A. Sobari, Robi Aziz Zuama","doi":"10.31294/jtk.v9i1.14165","DOIUrl":null,"url":null,"abstract":"Masalah kemiskinan di Indonesia masih menjadi fokus utama pemerintah dalam menetaskannya, program keluarga harapan (PKH) menjadi program prioritas pemerintah dalam upaya memberantas kemiskinan di Indonesia, fokus utama PKH adalah memberikan bantuan kepada Rumah Tangga Sangat Miskin (RTSM) untuk bisa mengakses pendidikan, kesehatan dan kesejahteraan sosial. Dalam menentukan keluarga yang berhak menerima bantuan PKH sering mengalami masalah, seperti kurang tepat sasaran dalam menentukan RTSM, ini di dasarkan kepada kelalaian petugas sehingga kurang akurat dalam validasi data yang banyak. Sistem otomatis yang dapat memprediksi RTSM dapat menjadi solusi atas permasalahan ini, sistem yang didasarkan pada model machine learning. Penelitian ini bertujuan untuk menganalisis model machine learning Decision Tree (DT), Support Vector Machine (SVM), Naive Bayes (NB) dan Logistic Regression (LR) dalam memprediksi RTSM yang akurat. Hasil menunjukkan bahwa Logistic Regression menjadi model yang optimal untuk di implementasikan dengan nilai AUC sebesar 0,999","PeriodicalId":31717,"journal":{"name":"Simetris Jurnal Teknik Mesin Elektro dan Ilmu Komputer","volume":"28 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-01-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Simetris Jurnal Teknik Mesin Elektro dan Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31294/jtk.v9i1.14165","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

印尼的贫困问题仍然是政府的主要焦点,希望家庭项目(eccl)是政府在消除贫困方面的首要任务,ec的主要目标是帮助贫困家庭(RTSM)获得教育、健康和社会福利。在确定那些有权得到ec帮助的家庭往往存在问题,比如缺乏确定RTSM的目标,这是建立在官员疏忽的基础上的,因此在许多数据的验证上是不准确的。一个可以预测RTSM的自动系统可以解决这个问题,一个基于模式学习机器的系统。本研究旨在分析分析机器学习决策树(DT)、支持矢量机(SVM)、天真贝耶(NB)和准确预测RTSM的逻辑回归模型。结果表明,物流回归为实现AUC值为0.999的最佳模型
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Pendekatan Machine Learning dalam Memprediksi Keluarga Penerima Program PKH
Masalah kemiskinan di Indonesia masih menjadi fokus utama pemerintah dalam menetaskannya, program keluarga harapan (PKH) menjadi program prioritas pemerintah dalam upaya memberantas kemiskinan di Indonesia, fokus utama PKH adalah memberikan bantuan kepada Rumah Tangga Sangat Miskin (RTSM) untuk bisa mengakses pendidikan, kesehatan dan kesejahteraan sosial. Dalam menentukan keluarga yang berhak menerima bantuan PKH sering mengalami masalah, seperti kurang tepat sasaran dalam menentukan RTSM, ini di dasarkan kepada kelalaian petugas sehingga kurang akurat dalam validasi data yang banyak. Sistem otomatis yang dapat memprediksi RTSM dapat menjadi solusi atas permasalahan ini, sistem yang didasarkan pada model machine learning. Penelitian ini bertujuan untuk menganalisis model machine learning Decision Tree (DT), Support Vector Machine (SVM), Naive Bayes (NB) dan Logistic Regression (LR) dalam memprediksi RTSM yang akurat. Hasil menunjukkan bahwa Logistic Regression menjadi model yang optimal untuk di implementasikan dengan nilai AUC sebesar 0,999
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信