Prediksi Angka Kelahiran Bayi Pada Desa TridayaSakti Dengan Menggunakan AlgoritmaNaive Bayes

• Nur Isnaini Parihah

---

ABSTRAK

Angka kelahiran merupakan suatu hal yang dapat mempengaruhi peningkatan pertumbuhan penduduk. Jumlah penduduk yang besar merupakan beban bagi pembangunan. Menurut Teori Malthus yang menyatakan bahwa pertumbuhan jumlah penduduk yang besar bukanlah kesejahteraan yang didapat tapi justru kemelaratan akan ditemui bilamana jumlah penduduk tidak dikendalikan dengan baik. Jumlah angka kelahiran bayi di Desa Tridaya Sakti setiap tahunnya semakin bertambah. Maka dari itu Data Mining dengan menggunakan algoritman Naive Bayes dapat membantu dalam  perhitungan memprediksi angka kelahiran bayi di Desa Tridaya Sakti. Data Mining dalam memprediksi jumlah angka kelahiran bayi bertujuan untuk mengetahui jumlah angka kelahiran bayi tahun yang akan mendatang mengunakan algoritma Naive Bayes. Dengan melihat pola prediksi dari setiap variabel dan melakukan pengujian data training terhadap data testing. Diharapkan algoritma Naive Bayes ini dapat menyelesaikan permasalahan di Desa Tridaya Sakti dalam menangani dan mengatasi perhitungan angka kelahiran bayi dan dapat membantu pihak Desa Tridaya Sakti dalam mengatur pertumbuhan jumlah penduduk tahun yang akan mendatang. Hasil yang diperoleh  dari data yang sudah diambil dan dihitung dengan Data Mining mengunakan algoritam Naive Bayes menghasilkan sebuah informasi yang dapat digunakan sebagai acuan untuk mengetahui jumlah angka kelahiran bayi. Kinerja dan waktu dalam proses pengolahan data lebih efektif dan efesien serta dari prediksi jumlah kelahiran bayi lebih tepat dan akurat.

KATA KUNCI

Naive Bayes

---

DAFTAR PUSTAKA

[1]      M. Idris, “Implementasi Data Mining Dengan Algoritma Naïve Bayes Untuk Memprediksi Angka Kelahiran,” J. Pelita Inform., vol. 18, pp. 160–167, 2019.

[2]      Y. Syahra, I. Santoso, R. Kustini, and A. D. A. N. Pembahasan, “Implementasi Data Mining Untuk Prediksi Angka Kelahiran Bayi Pada Desa Sibolangit Menggunakan Multi Regresi,” Semin. Nas. Sains Teknol. Inf., no. 1, pp. 687–690, 2019.

[3]      E. Rochaida, “Dampak Pertumbuhan Penduduk Terhadap Pertumbuhan Ekonomi Dan Keluarga Sejahtera Di Provinsi Kalimantan Timur,” Forum Ekon., vol. 18, no. 1, pp. 14–24, 2016, [Online]. Available: http://ejournal.stieibbi.ac.id/index.php/jmb/article/view/59/23.

[4]      J. A. Kelahiran, “Jurusan Teknik Informatika, Fakultas Teknik, Universitas Maritim Raja Ali Haji,” pp. 1–6, 2017.

[5]      G. W. N. Dicky Nofriansyah, Algoritma Data Mining dan Pengujian. Deepublish, 2015.

[6]      R. T. Vulandari, Data Mining Teori dan Aplikasi Rapidminer. Yogyakarta: PENERBIT GAVA MEDIA, 2017.

[7]      E. Prasetyo, Data Mining - Mengolah Data Menjadi Informasi Mengunakan Matlab. Penerbit Andi, 2014.

[8]      J. Suntoro, Data Mining Algoritma dan Implementasi dengan Pemrograman PHP. Jakarta: PT Elex Media Komputindo, 2019.

[9]      I. W. S. Wicaksana, D. Aprilia, D. A. Baskoro, and Liat Ambarwati, Belajar Data Mining Dengan Rapid Minner. 2013.

[10]    LearningMedia, “Eksplorasi Data Mining Software (Rapid Miner),”

LearningMedia, 2013. https://ilearning.me/2013/10/08/eksplorasi-data-mining-software-rapid-miner/ (accessed Apr. 27, 2020).

[11]    S. R. Statistik, “Angka Kematian Bayi (AKB),” BADAN PUSAT STATISTIK. https://sirusa.bps.go.id/sirusa/index.php/indikator/79 (accessed May 01, 2020).

[12]    E. D. Wahyuni, A. A. Arifiyanti, and M. Kustyani, Exploratory Data Analysis dalam Konteks Klasifikasi Data Mining, vol. 2019, no. November. 2019.

[13]    P. D. Sugiyono, Metode Penelitian Kuantitatif, kealitatif dan R&D. ALFABETA CV, 2018.

[14]    A. W. Heru Mulyanto, Penelitian Metode & analisa. CV Agung, 2010.