Electronic Theses and Dissertation

Klasifikasi merupakan proses memetakan suatu data ke dalam suatu kategori melalui sebuah aturan yang telah ditetapkan. aturan tersebut didapatkan dengan menggunakan data klasifikasi sebelumnya dengan asumsi bahwa klasifikasi telah benar. klasifikasi dapat diterapkan dalam konteks kesejahteraan rumah tangga untuk mengklasifikasi status kesejahteraan berdasarkan tingkat kemiskinan. tingkat kemiskinan di provinsi papua dalam 5 tahun terakhir masih menempati peringkat pertama dibandingkan provinsi lainnya. kota jayapura merupakan salah satu kota yang diupayakan oleh pemerintah untuk meningkatkan kesejahteraan dengan melakukan pendataan dan mengelompokkan data tersebut berdasarkan tingkat kesejahteraan. pengelompokan dilakukan secara manual dan membutuhkan waktu yang lama sehingga tidak efisien. oleh karena itu, tujuan dari penelitian adalah untuk mengetahui variabel penduga apa saja yang berkontribusi terhadap status kesejahteraan rumah tangga di kota jayapura dan mendapatkan hasil klasifikasi dengan akurasi terbaik. metode klasifikasi yang digunakan adalah naïve bayes berbasiskan seleksi variabel chi-square dan information gain. hasil penelitian ini menunjukkan bahwa terdapat 27 variabel yang berpengaruh dari 30 variabel penduga pada pengujian chi-square, sedangkan pada pengujian informasi gain, variabel jumlah anggota keluarga (x1) memiliki nilai gain tertinggi. klasifikasi naïve bayes setelah diterapkan seleksi variabel dapat mengklasifikasi status kesejahteraan rumah tangga di kota jayapura dengan akurasi terbaik sebesar 42,80% yang terdiri dari 6 variabel paling berpengaruh yaitu jumlah anggota keluarga (x1), jumlah keluarga (x2), sumber air minum (x10), penggunaan fasilitas buang air besar (x15), peserta program pkh (x19), dan jenis lantai terluas (x6).

Classification is the process of mapping data into categories using predefined rules. These rules are obtained by using previous classification data, assuming that the classification was correct. Classification can be applied in the context of household welfare to classify welfare status based on poverty levels. The poverty level in Papua Province has consistently ranked first compared to other provinces in the past 5 years. Jayapura city is one of the cities where the government strives to improve welfare by collecting data and grouping it based on welfare levels. The grouping process is done manually and takes a long time, making it inefficient. Therefore, the objective of this study is to identify the predictor variables that contribute to household welfare status in Jayapura city and obtain the best classification results. The classification method used is Naïve Bayes based on Chi-Square and Information Gain variable selection. The results of this study indicate that there are 27 influential variables out of 30 predictor variables in the Chi-Square test, while in the Information Gain test, the Number of Family Members (X1) variable has the highest gain value. Naïve Bayes classification, after applying variable selection, can classify household welfare status in Jayapura city with the best accuracy of 42,80%, consisting of 6 most influential variables: number of family members (X1), number of families (X2), drinking water source (X10), toilet facility usage (X15), PKH program participants (X19), and dominant floor type (X6).