Implementasi Support Vector Machine (SVM) dalam penentuan klasifikasi indeks khusus penanganan stunting di Indonesia

Karisma, Ria Dhea Layla Nur ORCID: https://orcid.org/0000-0002-5941-9565 and Syafika, Vicky Alfina Nur (2023) Implementasi Support Vector Machine (SVM) dalam penentuan klasifikasi indeks khusus penanganan stunting di Indonesia. Presented at Seminar Nasional Official Statistics, 16 Sep 2023, Jakarta.

Preview

Text 18040.pdf Download (587kB) | Preview

Abstract

Stunting merupakan masalah kesehatan yang menjadi tantangan di berbagai negara, salah satunya di Indonesia. Beberapa program penanganan stunting dari pemerintah dapat dievaluasi berdasarkan nilai indeks khusus penanganan stunting. Hasil evaluasi program penanganan stunting yang tepat akan memudahkan pemerintah dalam menentukan kebijakan selanjutnya. Penelitian ini bertujuan untuk mendapatkan klasifikasi dan tingkat akurasi klasifikasi indeks khusus penanganan stunting di Indonesia dengan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan model terbaik klasifikasi indeks khusus penanganan stunting metode SVM menggunakan kernel polinomial dengan parameter h = 1 dan C = 100. Hasil klasifikasi yang diperoleh yaitu 4 Provinsi dengan kategori indeks khusus penanganan stunting rendah, 21 Provinsi dengan kategori indeks khusus penanganan stunting sedang, dan 9 Provinsi dengan kategori indeks khusus penanganan stunting tinggi. Tingkat akurasi klasifikasi indeks khusus penanganan stunting di Indonesia dengan metode Support Vector Machine (SVM) sebesar 100% menunjukkan metode SVM mampu mengklasifikasikan indeks khusus penanganan stunting di Indonesia dengan sangat baik.

Item Type:	Conference (Paper)
Keywords:	stunting; indeks khusus penanganan stunting; Support Vector Machine; SVM
Subjects:	01 MATHEMATICAL SCIENCES > 0104 Statistics > 010401 Applied Statistics
Divisions:	Faculty of Mathematics and Sciences > Department of Mathematics
Depositing User:	Miss Ria Dhea Layla Nur Karisma
Date Deposited:	23 Jan 2024 14:51

Downloads

Origin of downloads

Actions (login required)

View Item