<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="123590">
 <titleInfo>
  <title>IDENTIFIKASI FITUR-FITUR PENENTUAN STATUS KESEJAHTERAAN RUMAH TANGGA MENGGUNAKAN KLASIFIKASI DECISION TREE DAN NAÏVE BAYES (STUDI KASUS:</title>
  <subTitle>9 KABUPATEN PROVINSI ACEH)</subTitle>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Devira Marshanda</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Kesejahteraan rumah tangga mencerminkan sejauh mana kebutuhan dasar dari keluarga tersebut terpenuhi dan ketidaksejahteraan terjadi apabila rumah tangga tersebut kesulitan memenuhi kebutuhan dasarnya. Hal pertama yang perlu dilakukan agar dapat menangani kejadian kemiskinan atau ketidaksejahteraan rumah tangga demi memenuhi tujuan pembangunan negara dan mencapai kesejahteraan rumah tangga adalah mengetahui penyebab ketidaksejahteraan rumah tangga itu sendiri. Oleh karena itu, tujuan dari penelitian ini adalah untuk mengetahui fitur penduga apa saja yang berkontribusi terhadap status kesejahteraan rumah tangga di 9 kabupaten Provinsi Aceh dan mendapatkan hasil klasifikasi dengan akurasi terbaik. Data yang digunakan adalah data rumah tangga di 9 kabupaten yang memiliki persentase penduduk miskin terendah di Provinsi Aceh. Kemudian, data terbagi menjadi dua yaitu data awal dan data hasil cluster menggunakan clustering k-modes. Metode klasifikasi yang digunakan adalah Decision Tree dan Naïve Bayes dengan seleksi fitur menggunakan information gain secara eliminasi backward. Hasil penelitian menunjukkan bahwa akurasi hasil klasifikasi menggunakan Decision Tree menghasilkan tingkat akurasi tertinggi pada data awal sebesar 37,52% pada Model 28 dengan 7 fitur. Pada data clustering hasil klasifikasi terbaik yaitu pada Model 18 dengan 17 fitur dan tingkat akurasi sebesar 99,22%. Sedangkan, pada metode Naive Bayes tingkat akurasi data awal paling tinggi sebesar 29,58% pada Model 6 dengan 29 fitur dan pada data clustering diperoleh hasil klasifikasi terbaik pada Model 3 dengan 32 fitur dan tingkat akurasi tertinggi sebesar 73,01%. Sementara itu, fitur penduga yang terdapat pada tiap model dalam mengklasifikasikan status kesejahteraan rumah tangga terdapat 7 fitur, yaitu jumlah anggota keluarga, jenis lantai terluas, jenis dinding terluas, sumber air minum, jenis kloset, kepemilikan lemari es atau kulkas, dan kepemilikan sepeda motor.&#13;
&#13;
Kata kunci : Kesejahteraan rumah tangga, klasifikasi, Decision Tree, dan Naïve Bayes</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>123590</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-06-12 14:54:10</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-06-12 15:09:16</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>