PENERAPAN METODE ROTATION FOREST UNTUK KLASIFIKASI INDEKS DESA MEMBANGUN DI PAPUA BARAT

Indeks Desa Membangun (IDM) merupakan indikator untuk mengukur tingkat
perkembangan desa berdasarkan dimensi ketahanan sosial, ekonomi, dan
lingkungan. Berdasarkan data IDM Provinsi Papua Barat tahun 2023, sebagian
besar desa masih berada pada kategori tertinggal dan sangat tertinggal. Penelitian
ini bertujuan menerapkan metode Rotation Forest untuk mengklasifikasikan status
IDM, mengevaluasi kinerja model menggunakan ROC Curve dan Area Under
Curve (AUC), serta menguji kemampuan generalisasi model melalui 5-Fold Cross
Validation. Data penelitian terdiri atas 625 desa dengan variabel Indeks Ketahanan
Lingkungan (IKL), Indeks Ketahanan Ekonomi (IKE), dan Indeks Ketahanan
Sosial (IKS). Rotation Forest diterapkan dengan transformasi fitur menggunakan
Principal Component Analysis (PCA). Hasil penelitian menunjukkan performa
klasifikasi yang sangat baik dengan Accuracy sebesar 0.9936, Sensitivity sebesar
0.9948, Specificity sebesar 0.9931, dan AUC sebesar 1.0000. Hasil tersebut
menunjukkan bahwa Rotation Forest memiliki performa klasifikasi yang sangat
baik dalam mengklasifikasikan IDM di Papua Barat.
Kata Kunci: Indeks Desa Membangun, Rotation Forest, Klasifikasi, Machine
Learning, Papua Barat.