Open AccessPerbandingan Prediksi Kemiskinan di Indonesia Menggunakan Support Vector Machine (SVM) dengan Regresi Linear
Author(s) -
Abdul Karim
Publication year - 2020
Publication title -
jurnal sains matematika dan statistika
Language(s) - Italian
Resource type - Journals
eISSN - 2615-8663
pISSN - 2460-4542
DOI - 10.24014/jsms.v6i1.9259
Subject(s) - mathematics , support vector machine , statistics , traditional medicine , humanities , artificial intelligence , computer science , medicine , philosophy
Tujuan dari artikel ini yaitu membandingkan hasil prediksi support vector machine (SVM) dengan regresi linear. Data yang digunakan adalah data sekunder dari Badan Pusat Statistik (BPS) Republik Indonesia dimana persentase penduduk miskin sebagai variabel dependen dan indeks pembangunan manusia (IPM) sebagai variabel independen menurut provinsi di Indonesia pada tahun 2018. Hasil analisis regresi linear mengindikasikan bahwa nilai IPM memiliki tanda negatif terhadap persentase penduduk miskin di Indonesia, artinya peningkatan nilai IPM akan berdampak pada penurunan persentase penduduk miskin di Indonesia. Selanjutnya, hasil plot prediksi SVM menunjukkan titik-titik lebih banyak mendekati garis regresi dibandingkan titik-titik amatan regresi linear, selain itu nilai MSE SVM lebih kecil daripada regresi linear. Hal ini dapat disimpulkan bahwa prediksi SVM lebih baik dibandingkan dengan regresi linear.