Penerapan Metode Tree Augmented Bayesian Network dalam Penetapan Daerah Tertinggal
View/ Open
Date
2015Author
Azizah, Najmi
Sadik, Kusman
Aidi, Muhammad Nur
Metadata
Show full item recordAbstract
Salah satu fungsi dari Kementrian Desa, Pembangunan Daerah Tertinggal, dan Transmigrasi (KPDT) adalah menetapkan status ketertinggalan dari suatu daerah. Status daerah tertinggal (DT) dibagi menjadi lima kategori, yaitu daerah potensi maju, agak tertinggal, daerah tertinggal, sangat tertinggal, dan daerah sangat parah. Status daerah ditentukan dari enam kriteria utama. Data yang digunakan dalam penelitian ini diambil dari KPDT. Hasil penelitian menunjukkan bahwa metode k-rataan dapat diterapkan dalam penentuan status daerah tertinggal dan hasilnya berbeda dengan status daerah yang telah ditetapkan oleh KPDT. Metode tree augmented naive Bayesian network (TAN-BN) diterapkan pada data hasil metode KPDT dan metode k-rataan, untuk membentuk struktur klasifikasi dan prediksi. Struktur TAN-BN menunjukkan hubungan antara peubah respon dengan peubah penjelas serta hubungan antar peubah penjelas itu sendiri. Struktur klasifikasi pada data metode KPDT memiliki tingkat akurasi sebesar 92.47% untuk data training dan 78.38% untuk data testing, sedangkan pada data dengan metode k-rataan adalah sebesar 96.58% untuk data training dan 67.57% untuk data testing.