PERBANDINGAN KETEPATAN KLASIFIKASI METODE ARTIFICIAL NEURAL NETWORK DAN K-NEAREST NEIGHBOR PADA WANITA USIA SUBUR PENGGUNA KB DARI HASIL SDKI 2017 DI PROVINSI JAWA TIMUR
| Main Author: | AFIF KURNIAWAN, 101714153003 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/92384/1/abstrak.pdf http://repository.unair.ac.id/92384/2/daftar%20isi.pdf http://repository.unair.ac.id/92384/3/daftar%20pustaka.pdf http://repository.unair.ac.id/92384/4/full%20text.pdf http://repository.unair.ac.id/92384/ |
Daftar Isi:
- Data mining saat ini banyak menjadi bahan kajian dan penelitian. Dua metode klasifikasi yang paling banyak digunakan dalam data mining adalah metode ANN dan K-NN. Masih sedikit penelitian yang membandingkan kedua metode tersebut. Provinsi Jawa Timur merupakan provinsi dengan jumlah penduduk terbanyak kedua dan tingkat pemakaian kontrasepsi terbaik di Indonesia. Oleh karena itu, tujuan penelitian ini adalah mengklasifikasikan metode kontrasepsi berdasarkan variabel karakteristik dengan menggunakan metode ANN dan KNN. Penelitian ini menggunakan sumber data hasil Survei Demografi dan Kesehatan Indonesia (SDKI) tahun 2017. Artinya desain penelitian ini bersifat nonreaktif. Sampel yang digunakan adalah seluruh responden pasangan usia subur dalam SDKI 2017. Variabel dalam penelitian ini adalah metode KB saat ini, usia, usia kawin pertama, tingkat pendidikan, jumlah anak lahir hidup, kuintil kekayaan, status pekerjaan, pendidikan suami, daerah tempat tinggal,dan jumlah anak ideal. Data diklasifikasikan menggunakan metode ANN dan KNN. Hasil klasifikasi dinilai dengan nilai akurasi dan Mean Square Error