UMKM, Legalitas, CRISP-DM, QGIS

Penulis

  • Eka Fitriyah Universitas Islam Madura
  • Hozairi Universitas Islam Madura
  • Miftahul Walid Universitas Islam Madura

Kata Kunci:

Prediksi, Perceraian, Random forest regression.

Abstrak

Perceraian merupakan permasalahan sosial yang berdampak luas terhadap masyarakat, sehingga penting untuk melakukan prediksi sebagai dasar pengambilan keputusan dan penyusunan kebijakan. Penelitian ini bertujuan untuk memprediksi jumlah kasus perceraian di Kabupaten Pamekasan menggunakan metode Random Forest Regression. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari Pengadilan Agama Kabupaten Pamekasan dalam rentang tahun 2019 hingga 2024. Metode Random Forest Regression dipilih karena kemampuannya dalam menangani data non-linear dan memberikan hasil prediksi yang akurat. Hasil penelitian menunjukkan bahwa model mampu memprediksi jumlah kasus perceraian dengan nilai evaluasi Mean Absolute Error (MAE) sebesar 1,2071, Mean Squared Error (MSE) sebesar 2,2695, Root Mean Squared Error (RMSE) sebesar 1,5065, dan nilai koefisien determinasi (R²) sebesar 0,9934. Nilai R² yang mendekati 1 menunjukkan bahwa model memiliki tingkat akurasi yang tinggi dalam melakukan prediksi. Dengan demikian, penerapan metode Random Forest Regression dalam studi ini dapat menjadi alternatif solusi untuk memprediksi tren perceraian secara lebih tepat.

 

Kata kunci:  Prediksi, Perceraian, Random forest regression.

Diterbitkan

2025-10-30

Cara Mengutip

Eka Fitriyah, Hozairi, & Miftahul Walid. (2025). UMKM, Legalitas, CRISP-DM, QGIS. Seminar Nasional Humaniora Dan Aplikasi Teknologi Informasi (SEHATI), 11(1), 46–53. Diambil dari https://prosiding.uim.ac.id/index.php/sehati/article/view/844

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 3 > >>