Penerapan Metode SVM dan BPNN dalam Pengklasifikasian PUS di Jawa Barat

Abstract

Penggunaan kontrasepsi menjadi sangat vital bagi pengendalian jumlah penduduk terutama di Jawa Barat karena jumlah penduduk di Provinsi Jawa Barat tertinggi di Indonesia. Klasifikasi penggunaan kontrasepsi pada pasangan usia subur (PUS) berdasarkan faktor determinan penggunaan kontrasepsi di Provinsi Jawa Barat merupakan hal yang menarik untuk dikaji. Penelitian ini mengkaji perbandingan metode Support Vector Machine (SVM) dengan fungsi kernel dan Neural Network  (NN) dengan algoritma backpropagation (BPNN) dalam pengklasifikasian PUS berdasarkan penggunaan kontrasepsi (mengikuti program Keluaga Berencana/KB atau tidak) di Provinsi Jawa Barat. Metode yang memiliki nilai ketepatan yang tinggi merupakan metode terbaik dalam pengklasifikasian PUS berdasarkan penggunaan kontrasepsi. Kedua metode klasifikasi baik BPNN dan SVM Fungsi Kernel dapat menggambarkan klasifikasi PUS berdasarkan determinan penggunaan kontrasepsi di Provinsi Jawa Barat dengan tingkat akurasi yang sama, yaitu sebesar 99.84%.  Hal ini berarti kedua model klasifikasi sangat baik dalam memprediksi kelas yang mengikuti program keluarga berencana atau tidak mengikuti program tersebut.