Text
Penggunaan Regresi Logistik Biner dan Iterative Dichotomiser 3 (ID3) dalam Pembuatan Klasifikasi Status Kerja(Studi Kasus Penduduk Kota Surakarta Tahun 2015)
ABSTRAK
Dalam membahas perekonomian secara makro biasanya berkisar pada angka pengangguran. Pengangguran pada dasarnya tidak bisa dihilangkan sepenuhnya. Pengangguran biasanya disimbolkan dengan status kerja seseorang. Pada penelitian ini, digunakan dua metode dalam pembuatan klasifikasi status kerja pada penduduk kota Surakarta bulan Februari tahun 2015 yaitu metode regresi logistik biner dan algoritma iterative dichotomiser 3 (ID3). Variabel prediktor yang digunakan dalam menentukan status kerja adalah umur, jenis kelamin, status dalam rumah tangga, status perkawinan, pendidikan dan pelatihan kerja. Perbandingan data training dan data testing yang digunakan adalah 60:40. Berdasarkan perhitungan dengan regresi logistik biner didapatkan variabel yang signifikan mempengaruhi status kerja adalah umur, jenis kelamin dan status perkawinan dan diproleh nilai akurasi dengan data testing sebesar 75%, sedangkan dengan pembentukan pohon keputusan menggunakan algoritma iterative dichotomiser 3 (ID3) diperoleh nilai akurasi dengan data testing sebesar 75%.
Kata kunci: Klasifikasi, Algoritma Iterative Dichotomiser 3, Regresi Logistik Biner
ABSTRACT
Discussing about the macro economy usually discuss about unemployment. Unemployment basically can not be fully eliminated. Unemployment usually symbolized with an employment status of person. In this research, two methods were used in making the classification of employment status in the population of the city of Surakarta in February 2015, the methods are binary logistic regression and Iterative Dichotomiser 3 (ID3) Algorithm. Predictor variables used in determining employment status were age, gender, status in the household, marital status, education and work training. Comparison of the training data and testing data is 60:40. Based on calculations obtained binary logistic regression variables that significantly affect the employment status are age, gender and marital status and the accuracy using testing data is 75%, while the calculations of a decision tree using iterative dichotomiser 3 algorithm the accuracy using testing data is 75%.
Keywords: Classification, Iterative Dichotomiser 3 Algorithm, Binary Logistic Regression
558E17III | 519.536 LUG p | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain