Prediksi random forest pada angka kematian bayi di Indonesia

Karisma, Ria Dhea Layla Nur ORCID: https://orcid.org/0000-0002-5941-9565 (2023) Prediksi random forest pada angka kematian bayi di Indonesia. Research Report. UIN Maulana Malik Ibrahim Malang, Malang. (Submitted)

Text 16017.pdf Restricted to Repository staff only Download (611kB) | Request a copy

Abstract

Menurut World Health Orgaization (WHO) (2020), AKB merupakan indikator yang sangat sensitif. AKB merepresentasikan mengenai masalah kesehatan di negara tersebut, selain itu berkaitan dengan kematian bayi serta mencerminkan kesehatan ibu. Random Forest dapat menghasilkan model berupa tingkat kepentingan atau ukuran kepentingan. Metode ini dikembangkan untuk memperbaiki penggunaan metode bagging atau bootstrap agregating. Faktor prediksi yang mempengaruhi Angka Kematian Bayi berdasarkan metode Random Forest yaitu ASI dimana indeksi gini rata-ratanya yaitu hampir 3000. Simpul induk pada AKB adalah pemberian ASI dimana AKB hidup yang diberi ASI memiliki peluang hidup lebih besar dibanding AKB mati yang tidak diberikan ASI. Akurasi AKB dengan menggunakan Random Forest 99,98% yang berarti pohonklasifikasi yang terbentuk pada observasi sudah sesuai. Sedangkan, validasi untuk menentukan klasifikasi pohon layak atau akurasi kesalahan klasifikasi sebesar 6,925208× 10�^-4%

Item Type:	Research (Research Report)
Keywords:	random forest; angka kematian bayi; klasifikasi; gini index
Subjects:	01 MATHEMATICAL SCIENCES > 0104 Statistics > 010401 Applied Statistics 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010402 Biostatistics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Miss Ria Dhea Layla Nur Karisma
Date Deposited:	03 Nov 2023 09:53

Downloads

Origin of downloads

Actions (login required)

View Item