Bootstrap Aggregating Multivariate Adaptive Regression Splines (Bagging MARS) untuk Mengklasifikasikan Rumah Tangga Miskin di Kabupaten Jombang

Oktiva Dhani Arleina, Bambang Widjanarko Otok
Submission Date: 2014-08-23 10:32:02
Accepted Date: 2014-09-14 11:50:42

Abstract


Kemiskinan merupakan masalah sosial utama setiap negara, terutama negara berkembang termasuk Indonesia. Fokus penelitian ini adalah pada kemiskinan di Kabupaten Jombang karena peningkatan IPM dan ekonomi Kabupaten Jombang tidak disertai penurunan angka kemiskinan pada tahun 2009 sampai dengan tahun 2011, hal ini diduga karena pemberian bantuan untuk rumah tangga miskin di Kabupaten Jombang belum tepat sasaran, sehingga perlu adanya metode pengklasifikasian bantuan yang diharapkan rumah tangga miskin agar bantuan dapat tepat sasaran. MARS merupakan salah satu metode klasifikasi yang difokuskan untuk mengatasi permasalahan dimensi tinggi dan diskontinuitas pada data.Ketepatan atau tingkat akurasi klasifikasi metode MARS dapat ditingkatkan menggunakan metode resampling yaitu bagging.Penelitian ini akan menerapkan MARS bagging dalam mendapatkan model pengkla-sifikasian rumah tangga miskin berdasarkan bantuan yang diharapkan di Kabupaten Jombang. Hasil pemodelan MARS disimpulkan bahwa probabilitas rumah tangga miskin di Kabupaten Jombang yang membutuhkan bantuan primer sebesar 0,789 dan probabilitas membu-tuhkan bantuan sekunder sebesar 0,211, serta terdapat 14 variabel yang mempengaruhi bantuan yang diharapkan rumah tangga miskin di Kabupaten Jombang. Keakuratan klasifikasi metode MARS sebesar 69,40 persen, sedangkan keakuratan metode bagging MARS terbaik diantara 25, 50, 100, 150, 200, 250, dan 500 replikasi adalah 69,63 persen. Sehingga dalam penelitian ini, metode bagging MARS lebih tepat digunakan untuk mengklasifikasikan bantuan yang diharapkan rumah tangga miskin di Kabupaten Jombang.

Keywords


Bagging; Jombang; MARS; Rumah Tangga Miskin

References


Permatasari, E. O. (2013). Pendekatan Boosting Multivariate Adaptive Regression Splinesuntuk Klasifikasi Kemiskinan di Provinsi Jawa Timur. Surabaya : Tesis ITS.

Eubank, R. L. (1988). Spline Smoothing and Nonparametric Regression. New York: Marcel Deker.

Otok, B.W., Guritno, S., Subanar, Haryatmi, S. (2006). Bootstrap dalam MARS untuk Klasifikasi Perbankan. Inferensi Jurnal Statistik, Volume 2, No. 1, Januari 2006. FMIPA ITS Surabaya.

Friedman, J.H.. 1991. “Multivariate Adaptive Regression Spline (With Discussion)”, The Annals of Statistics. Vol. 19. hal. 1-141.

Breiman, L.(1996). Bagging Predictors, Machine Learning, 24. hal. 123-140.

Santoso, A. (2009). Faktor-Faktor yang Mempengaruhi Pemeberian ASI Ekslusif pada Rumah Tangga Miskin di Provinsi Sulawesi Tengah dengan Pendekatan MARS Bagging. Surabaya: Tesis ITS.

Pratama, D. A. (2011). Klasifikasi Kesejahteraan Rumah Tangga di Jawa Timur dengan Pendekatan MARS Bagging. Surabaya: Tugas Akhir ITS.

Pintowati, W. (2012). Pemodelan Kemiskinan di Jawa Timur dengan Pendekatan Multivariate AdaptiveRegression Splines Ensemble. Surabaya : Tugas Akhir ITS.

Arifin, A.H., Yozza H., Rahmi I.H.G. (2012). Identifikasi Faktor-Faktor Penciri Tingkat Kesejahteraan Rumah Tangga di Padang Pariaman Menggunakan Bagging MARS. Jurnal Matematika UNAND, Volume 2, No. 4, Hal. 34-42. Matematika FMIPA UNAND Padang.

Sumarto. (2008). Peta Kemiskinan Indonesia: Asal Mula dan Signifikansinya. Jakarta : SMERU.

Hidayanti, A. A. (2014). Boosting Multivariate Adaptive Regression Spline (MARS) Binary Response untuk Klasifikasi Kemiskinan di Kabupaten Jombang. Surabaya : Tesis ITS.

Badan Pusat Statistik. (2011). Produk Domestik Regional Bruto Kabupaten Jombang 2000-2010. Jombang : BPS.

Indikator Kesejahteraan Daerah Provinsi Jawa Timur. (2013). LPJ Akhir Bupati Jombang Masa Jabatan 2009-2013. Jombang : LPJ Akhir Bupati Jombang.

Cox, D.R., Snell, E.J. (1989). Analysis of Binary Data. Second Edition. London: Chapman dan Hall.

Agresti, A. (1990). Categorical Data Analysis. New York : John Willey and Sons.

Hair J.F, Rolph E. Anderson, Ronald L. T., William C. B.. (2006). Multivariate Data Analysis. Sixth Edition, Pearson Education Prentice Hall, Inc.

Buhlmann, P. dan Yu, B. (2002). Analyzing Bagging, The Annals of Statistics. Vol 30 No. 4, hal 927-961. New York.

Faturokhman, Molo dan Marcelinus. (1995). Kemiskinan dan Kependudukan di Pedesaan Jawa: Analisis data Susenas 1992. Yogyakarta: PusatPenelitian Kependudukan Universitas Gadjah Mada.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.