Text

Ketepatan Klasifikasi Keikutsertaan Keluarga Berencana Menggunakan Regresi Logistik Biner dan Regresi Probit Biner (Studi Kasus di Kabupaten Semarang Tahun 2014)

---

ABSTRAK
Pertumbuhan penduduk di Indonesia setiap tahun mengalami peningkatan.
Menurut sensus penduduk yang dilakukan oleh Badan Pusat Statistik (BPS) tahun
2010 menyebutkan jumlah penduduk Indonesia mencapai 237,6 juta jiwa. Oleh
karena itu untuk mengendalikan laju pertumbuhan penduduk pemerintah
mengadakan program Keluarga Berencana (KB) bagi pasangan usia subur.
Penelitian tugas akhir ini bertujuan untuk manganalisis klasifikasi pasangan usia
subur mengikuti program KB guna menurunkan tingkat kelahiran dan jumlah
penduduk dapat dikendalikan. Data yang digunakan dalam penelitian ini adalah
data hasil Pemuthakhiran Data Keluarga (MDK) wilayah Kabupaten Semarang
tahun 2014 yang dilakukan Badan Kependudukan dan Keluarga Berencana
Nasional (BKKBN). Dari data tersebut akan didapatkan model regresi logistik
biner dan regresi probit biner serta akan didapatkan ketepatan klasifikasi dari
masing-masing model tersebut. Hasil analisis menunjukkan bahwa metode
Regresi Logistik Biner menghasilkan ketepatan klasifikasi sebesar 69,0% dengan
kesalahan klasifikasi 31,0% sedangkan metode Regresi Probit Biner
menghasilkan ketepatan klasifikasi sebesar 68,4% dengan kesalahan klasifikasi
31,6%. Metode Regresi Logistik Biner dan Regresi Probit Biner memiliki
perbedaan yang sangat kecil maka kedua metode relatif sama dalam menganalisis
ketepatan klasifikasi keikutsertaan KB di Kabupaten Semarang.
Kata kunci: Program Keluarga Berencana (KB), Regresi Logistik Biner, Regresi
Probit Biner, Klasifikasi, Konfusi

ABSTRACT
Population growth in Indonesia has increasedeach year. According to the
population sensus conducted by National Statistics Bureau in 2010, Indonesia's
population reached 237,6 million. Therefore, to control the population growth
rate, government hold Keluarga Berencana (KB) or family planning program for
couples in the childbearing age. The aim of this thesis which analyze the
classification of couples in the childbearing age who follow family planning
program, is to reduce the birth rate. So that, population can be controlled. The data
used in this study is a Semarang Regency updated family data in 2014 that
conducted Nasional Population and Family Panning Bureau. From the data, a
binary logistic regression model and binary probit regression will be obtained,
also classification accuracy will be obtained from each of these models. The
analysis showed that the Binary Logistic Regression method produces a
classification accuracy of 69,0% with 31,0% classification error. While, Probit
Binary Regression method produces a classification accuracy of 68,4% with
31,6% misclassification. Binary Logistic Regression and Binary Logistic
Regression method have a differences classification accuracy was very small then
both are relative similar for analyze the classification family planning in
Semarang Regency.
Keywords: Keluarga Berencana (KB), Binary Logistic Regression, Binary Probit
Regression, Classification, Confusion

---

Ketersediaan

407E15IV

519.536 SET k

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

STATISTIKA

No. Panggil

519.536 SET k

Penerbit

: ., 2015

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

946

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

GELAR KEHORMATAN-PENDIDIKAN TINGGI

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Fajar Heru Setiawan

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar