IMPLEMENTASI METODE KLASIFIKASI DENGAN ALGORITMA SUPPORT VECTOR MACHINE KERNEL GAUSSIAN RBF UNTUK PREDIKSI PARTISIPASI PEMILU TERHADAP DEMOGRAFI KOTA SURABAYA

Abstract

Abstrak Pemilihan Umum (pemilu) ialah proses mencari kekosongan kursi pemerintahan melalui pemilihan oleh warga negara indonesia sesuai dengan ketentuan yang telah ditetapkan. Faktor penting dari kesuksesan terselenggaranya Pemilu ialah partisipasi masyarakat. Partisipasi masyarakat dalam ajang politik dapat dijadikan tolak ukur kesuksesan kegiatan Pemilu serta bisa dinilai untuk evaluasi dan kontrol masyarakat terhadap kinerja eksekutif dan legislatif. Faktor lain yang menunjang kesuksesan Pemilu juga dapat dilihat dari pemerataan pembangunan serta pemberdayaan masyarakat. Penelitian bertujuan untuk mengetahui tingkat partisipasi masyarakat Kota Surabaya dalam upaya pemerataan sosialisasi Pemilu. Metode yang diterapkan pada penelitian yakni metode klasifikasi menggunakan algoritma Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF). Data yang dipergunakan yakni data demografi berasal dari laman website resmi Badan Pusat Statistik (BPS) Kota Surabaya serta data rekapitulasi pemilu 2019 berasal dari laman website resmi Komisi Pemilihan Umum (KPU) Kota Surabaya. Implementasi SVM menggunakan bahasa pemrograman python dengan hasil pengujian mendapatkan nilai akurasi terbaik dari rasio perbandingan training 80% serta testing 20% yakni 67,91%, serta mendapatkan nilai Area Under the Curve (AUC) yakni 0,68