Implementasi Data Mining untuk Prediksi Standar Hidup Layak Berdasarkan Tingkat Kesehatan dan Pendidikan Masyarakat

Authors

  • Bofandra Muhammad

Keywords:

indeks pembangunan manusia, data mining, coefficient of determination, angka harapan hidup, rata-rata lama sekolah, harapan lama sekolah, pengeluaran per kapita

Abstract

Indeks Pembangunan Manusia (IPM) adalah sebuah indikator yang menunjukkan kemampuan manusia di suatu tempat untuk dapat meningkatkan kualitas hidupnya. Di dalamnya terdapat komponen tingkat kesehatan, tingkat pendidikan, dan tingkat kesejahteraan (standar hidup layak). Pada penelitian ini, dilakukan implementasi Data Mining untuk memprediksi standar hidup layak berdasarkan tingkat kesehatan dan tingkat pendidikan. Sebagaimana metode Badan Pusat Statistik (BPS) dalam megukur Indeks Pembangunan Manusia, indikator tingkat kesehatan menggunakan Angka Harapan Hidup (AHH), tingkat pendidikan menggunakan Rata-Rata Lama Sekolah (RLS) dan Harapan Lama Sekolah (HLS), sementara standar hidup layak menggunakan Pengeluaran Per Kapita (PPK). Data BPS yang digunakan dalam penelitian ini mencakup seluruh Kota dan Kabupaten di Indonesia selama kurun waktu 2010 – 2016. Data tersebut kemudian dikelompokkan berdasarkan provinsi. Pengujian dilakukan pula untuk menguji ketepatan prediksi PPK untuk di tahun yang sama, serta 1, 2, 3, 4, dan 5 tahun setelahnya. Hasil pengujian menunjukkan bahwa telah dapat dilakukan prediksi nilai PPK berdasarkan AHH, RLS, dan HLS dengan 28 dari 34 (82,32%) provinsi memperoleh nilai coefficient of determination di atas 0,7. Jadi, lebih dari 70% variasi nilai PPK dapat diprediksi berdasarkan data AHH, RLS, dan HLS.

Downloads

Published

2019-05-21