Penerapan Bagging Pada CART Untuk Mengklasifikasi Faktor-Faktor Yang Mempengaruhi Kemiskinan Di Indonesia

ABSTRAK
Kemiskinan merupakan sebuah kondisi yang dipandang sebagai ketidakmampuan dari sisi ekonomi untuk memenuhi kebutuhan dasar makanan dan bukan makanan yang diukur dari sisi pengeluaran. CART merupakan salah satu metode yang digunakan untuk mengetahui faktor-faktor yang paling berpengaruh terhadap kasus kemiskinan di Indonesia. CART memiliki beberapa keunggulan terkait model dan hasil klasifikasinya, tetapi juga memiliki kekurangan pada stabilitas model dan keakuratan prediksi, untuk mengatasi kelemahan tersebut, Bagging diterapkan pada CART untuk meningkatkan stabilitas dan keakuratan prediksi. Hasil dari penelitian ini dengan menggunakan kombinasi data learning 80?n testing 20% menunjukan bahwa faktor utama penyebab terjadinya kasus kemiskinan di Indonesia adalah Rata-rata Lama Sekolah (X2), Indeks Pembangunan Manusia (X1), Kepadatan Penduduk (X5), Angka Harapan Hidup (X4), Tingkat Pengangguran Terbuka (X3), Pengeluaran per Kapita (X6), Produk Domestik Regional Bruto (X7) dan Angka Melek Huruf (X10). Penerapan Bagging pada CART dalam kasus ini mampu meningkatkan ketepatan klasifikasi sebesar 4.4%.

Kata Kunci : Bagging, CART , Klasifikasi, Learning, Kemiskinan, Testing.