Analisis Multivariate Adaptive Regression Splines (MARS) untuk Mengklasifikasikan Status Desa di Provinsi Nusa Tenggara Timur

Abstract

Nusa Tenggara Timur (NTT) merupakan provinsi yang meliputi bagian timur kepulauan nusa tenggara dengan berbagai potensi yang dimiliki antara lain keanekaragaman budaya dan keindahan alam. NTT termasuk dalam kategori daerah 3T atau daerah tertinggal, terdepan, dan terluar di wilayah Indonesia. Salah satu hal yang memengaruhi kondisi tersebut adalah pembangunan infrastruktur yang belum merata dan pertumbuhan ekonomi yang terhambat. Data mengenai status desa sangat bermanfaat terutama dalam hal pembangunan. Pembangunan diharapkan lebih dipercepat, tepat sasaran, dan mengurangi kesenjangan pembangunan antara perdesaan dan perkotaan. Metode yang selama ini digunakan untuk mengklasifikasikan status desa menjadi desa perdesaan dan desa perkotaan adalah metode penskoran berdasarkan kriteria wilayah perkotaan. Penelitian ni menerapkan pendekatan metode multivariate adaptive regression splines (MARS) dalam pemodelan klasifikasi status desa di provinsi NTT. Penelitian ini menghasilkan model MARS dengan kombinasi basis function (BF) = 76, maximum interaction (MI) = 3, dan minimum observation (MO = 1 dengan kriteria nilai generalized cross validation (GCV) paling minimum sebesar 0.0039. Terdapat 8 dari 19 peubah penjelas yang berpengaruh signifikan berdasarkan tingkat kepentingan peubah terhadap model klasifikasi status desa di provinsi NTT. Evaluasi hasil klasifikasi model MARS pada data latih dengan ketepatan klasifikasi 99.78% dan kesalahan klasifikasi sebesar 0.22%. Evaluasi hasil klasifikasi model MARS pada data uji dengan ketepatan klasifikasi 99.40% dan kesalahan klasifikasi 0.60%.