Implementasi Metode Support Vector Machine (SVM) pada Klasifikasi dan karakterisasi tingkat kedalaman kemiskinan Provinsi Jawa Timur

INDONESIA:

Kemiskinan merupakan masalah utama dalam sebuah negara. Besarnya penyimpangan pengeluaran penduduk miskin dengan garis kemiskinan ditunjukkan oleh nilai indeks kedalaman kemiskinan. Pengukuran tingkat kemiskinan yang tepat akan berguna dalam pengambilan kebijakan pemerintah dalam pengentasan kemiskinan. Tujuan dari penelitian ini untuk mengetahui karakteristik tingkat kedalaman kemiskinan Provinsi Jawa Timur 2020 dan mendapatkan hasil klasifikasi tingkat kedalaman kemiskinan dengan menggunakan metode Support Vector Machine (SVM). Hasil penelitian menunjukkan bahwa sejumlah 23 Kabupaten/Kota di Provinsi Jawa Timur termasuk dalam kategori kedalaman kemiskinan di bawah rata-rata dan 15 Kabupaten/Kota lainnya termasuk dalam kategori kedalaman kemiskinan di atas rata-rata. Semakin tinggi nilai indeks pengeluaran perkapita dan laju PDRB mengindikasi adanya peningkatan kesejahteraan masyarakat di suatu wilayah. Sedangkan semakin tinggi tingkat pengangguran terbuka mengindikasi penurunan kesejahteraan masyarakat. Hasil akurasi dari klasifikasi tingkat kedalaman kemiskinan menggunakan metode SVM dengan kernel RBF dan parameter σ = 1 menunjukkan nilai yang sangat baik yaitu mencapai 100%.

ENGLISH:

Poverty is a major problem in a country. The magnitude of the deviation of the expenditure of the poor from the poverty line is indicated by the value of the poverty gap index. Accurate measurement of poverty levels will be useful in government policy making in poverty alleviation. The purpose of this study was to determine the characteristics of the poverty gap of East Jawa Province 2020 and obtain the results of the classification of the poverty gap level using the Support Vector Machine (SVM) method. The results showed that a number of 23 regencies/cities in East Java Province were included in the category of poverty gap below the average and 15 other regencies/cities were included in the category of poverty gap above average. The higher the value of the per capita expenditure index and the rate of GRDP indicates an increase in the welfare of the people in an area. Meanwhile, the higher the open unemployment rate indicates a decline in public welfare. The results of the accuracy of the classification of poverty gap using the SVM method with the RBF kernel and parameter σ = 1 indicate a very good value, reaching 100%.

ARABIC:

الفقر مشكلة رئيسية في اي بلد. يتم تحديد حجم انحراف إنفاق الفقراء عن خط الفقر من خلال قيمة مؤشر مستوى الفقر. سيكون قياس مستوى الفقر الصحيح يفيد في صنع السياسات الحكومية للتخفيف من حدة الفقر. الغرض من هذه الدراسة هو تحديد خصائص مستوى الفقر في مقاطعة جاوى الشرقية ٢٠٢٠ والحصول على نتائج تصنيف مستوى عمق الفقر باستخدام طريقة آلة المتجهات الداعمة (SVM). وأظهرت النتائج أنما مجموعه ٢٣ مقاطعة / مدينة في مقاطعة جاوى الشرقية تم تضمينها في مستوى الفقر أقل من المتوسط و ١٥ مقاطعة / مدينة أخرى تم إدراجها في مستوى الفقر أكثر من المتوسط. تشير قيمة مؤشر لإنفاق الفردي المرتفع ومعدل PDRB إلى زيادة في رفاهية الناس في المنطقة. في غضون ذلك ، يشير ارتفاع معدل البطالة المفتوحة إلى تراجع الرفاهية العامة. تشير نتائج دقة تصنيف عمق الفقر باستخدام طريقة (SVM) مع نواة RBF والمعامل σ = ١ إلى قيمة جيدة جدًا تصل إلى ١٠٠%