PREDIKSI LAJU PERTUMBUHAN JUMLAH PENDUDUK PROVINSI KALIMANTAN SELATAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR REGRESSION

Hoiriyah Hoiriyah(1*), Fakhriani Ekawati(2)

(1) Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin
(2) Universitas Islam Kalimantan Muhammad Arsyad Al Banjari Banjarmasin
(*) Corresponding Author

Sari


Penduduk adalah mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap, jumlah penduduk pada suatu wilayah akan terus bertambah setiap tahunnya, di mana pertumbuhan tersebut dapat memberikan dampak baik maupun buruk sehingga di perlukannya wadah untuk menampung data pertumbuhan itu. Dengan adanya Data mining sebagai proses mencari pola atau informasi menarik dalam data terpilih dengan menggunakan teknik atau metode tertentu.ada banyak metode yang bisa di gunakan dalam menganalisanya salah satunya adalah  Metode K-Nearest Neighbor Regression (KNN) merupakan algoritme  yang digunakan untuk melakukan regresi atau peramalan untuk di gunakan sebagai prediksi dalam lajunya pertumbuhan penduduk di indonesia terutama yang ada di kalimantan selatan.

Teks Lengkap:

PDF

Referensi


Hasil Survei Penduduk 2020 Peluang Indonesia Maksimalkan Bonus Demografi Diakses Pada Januari 2022, dari https://www.kemenkopmk.go.id/hasil-survei-penduduk-2020-peluang-indonesia-maksimalkan-bonus-demografi

Yuli Mardi, “Jurnal Edik Informatika Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” JurnalEdikInformatikaPenelitian Bid. Komput. Sains dan Pendidik. Inform., vol. 2, pp. 213–219, 2016.

Badan Pusat Statistik (BPS), Diakses Pada Januari 2022, dari https://www.bps.go.id/subject/12/kependudukan.html

Distribusi Penduduk Indonesia Per Juni 2021: Jabar Terbanyak, Kaltara Paling Sedikit Diakses Pada Januari 2022, dari https://dukcapil.kemendagri.go.id/berita/baca/809/distribusi-penduduk-indonesia-per-juni-2021-jabar-terbanyak-kaltara-paling-sedikit

Han, J., Kamber, M. & Pei, J., 2012. Data Mining: Concepts and Techniques. 3rd ed. Waltham: Morgan Kaufmann.

Sreemathy, J. dan Balamurungan, P. S., 2012. An efficient text classification using KNN and naïve bayesian. International Journal on Computer Science and Engineering (IJCSE), vol. 4, no. 3, pp. 392-396.




DOI: http://dx.doi.org/10.31602/tji.v13i4.8041

Refbacks

  • Saat ini tidak ada refbacks.


© 2019 Technologia   p-ISSN: 2086-6917    e-ISSN: 2656-8047

-------------------------------------------------------------------------------------------

This work is licensed under a Creative Commons Attribution 4.0 International License.