Klasifikasi Status Kemiskinan Menggunakan Algoritma Random Forest

Abstract

Kemiskinan merupakan persoalan mendasar karena menyangkut pemenuhan kebutuhan dasar masyarakat. Di Provinsi NTB, tidak sedikit rumah tangga yang hidup di bawah garis kemiskinan. Salah satu penyebabnya adalah belum optimalnya upaya pemerintah dalam menurunkan tingkat kemiskinan. Oleh karena itu, perlu diklasifikasi faktor-faktor yang mempengaruhi tingkat kemiskinan sehingga dapat digunakan sebagai acuan dalam mengambil kebijakan untuk mengurangi tingkat kemiskinan. Salah satu metode untuk klasifikasi adalah metode Random Forest. Metode Random Forest dengan nilai mtry dan ntree optimal masing-masing yaitu  dan  menghasilkan tingkat akurasi sebesar 81,3%. Hal ini berarti ketepatan metode klasifikasi Random Forest untuk data ini sudah sangat baik. Adapun faktor yang paling berpengaruh dalam menentukan status kemiskinan berdasarkan analisis Random Forest adalah variabel penghasilan dengan dengan nilai Mean Decrease Accuracy sebesar 23,92%. Variabel ini yang memiliki paling nilai Mean Decrease Accuracy tinggi diantara variabel atribut yang lainnya.  Keywords: Kemiskinan, Random Forest, Mean Decrease Accuracy