PENERAPAN SUPPORT VECTOR MACHINE (SVM) UNTUK KLASIFIKASI KABUPATEN TERTINGGAL DI PROVINSI MALUKU

Abstract

Daerah tertinggal merupakan daerah yang memiliki  masyarakat serta kondisi daerahnya kurang berkembang jika dibandingkan dengan daerah lain dalam skala nasional. Pemerataan pengembangan dan pembangunan daerah sangat penting untuk menjamin kesetaraan dan keseimbangan sosial ekonomi demi mencegah adanya daerah tertinggal. Provinsi Maluku merupakan salah satu daerah yang terletak di Kawasan Timur Indonesia dan merupakan salah satu propinsi dengan daerah tertinggal terbanyak yaitu sebanyak 6 kabupaten dari 11 kabupaten/kota. Untuk itu, perlu dilakukan pengklasifikasian wilayah agar dapat menentukan prioritas dalam pemerataan pembangunan yang cepat dan tepat sasaran. Salah satu metode statistika yang dapat digunakan dalam melakukan klasifikasi yaitu Support Vector Machine (SVM). Kelebihan SVM dibandingkan dengan metode lain adalah mampu menghasilkan model klasifikasi yang baik dengan akurasi yang lebih tinggi. Penelitian ini diperoleh hasil bahwa dengan menggunakan metode SVM diperoleh fungsi kernel terbaik yaitu fungsi kernel linear dengan parameter C=1 dan mampu mengklasifikasikan secara benar sebesar 76,13%. Sedangkan error rate model sebesar 23,87%, dimana kabupaten yang awalnya dikategorikan tidak tertinggal menjadi tertinggal ada 3 yaitu Kabupaten Maluku Tenggara, Maluku Tengah, dan Buru. Sementara kabupaten yang awalnya dikategorikan tertinggal menjadi tidak tertinggal juga ada 3 yaitu Kabupaten Seram Bagian Barat, Maluku Tenggara Barat, dan Maluku Barat Daya.