Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Gaussian
Ridha Ramandhani
Unknown Affiliation
Other

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
METODE BOOTSTRAP AGGREGATING REGRESI LOGISTIK BINER UNTUK KETEPATAN KLASIFIKASI KESEJAHTERAAN RUMAH TANGGA DI KOTA PATI Ridha Ramandhani; Sudarno Sudarno; Diah Safitri
Jurnal Gaussian Vol 6, No 1 (2017): Jurnal Gaussian
Publisher : Department of Statistics, Faculty of Science and Mathematics, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (480.525 KB) | DOI: 10.14710/j.gauss.v6i1.14775

Abstract

Kesejahteraan merupakan salah satu aspek yang cukup penting untuk menjaga dan membina terjadinya stabilitas sosial dan ekonomi. Berbagai penelitian yang telah dilakukan mengenai kesejahteraan mengindikasikan bahwa banyak faktor yang mempengaruhi kesejahteraan rumah tangga. Faktor-faktor yang mempengaruhi kesejahteraan rumah tangga antara lain jenis kelamin kepala rumah tangga, usia kepala rumah tangga, lapangan usaha kepala rumah tangga, jumlah anggota rumah tangga, bahan bakar utama untuk memasak, pengalaman membeli raskin dan ada atau tidaknya anggota keluarga yang menguasai penggunaan telepon seluler/HP. Dalam penelitian ini dilakukan kajian tentang klasifikasi kesejahteraan rumah tangga di Kota Pati dengan tujuan untuk mengidentifikasi faktor-faktor apa saja yang mempengaruhi kesejahteraan rumah tangga di Kota Pati. Dari hasil kajian dengan menggunakan metode Bootstrap Aggregating (Bagging) regresi logistik biner diperoleh tiga variabel prediktor yang berpengaruh signifikan terhadap kesejahteraan rumah tangga di Kota Pati, yaitu jenis kelamin kepala keluarga, jumlah anggota rumah tangga, dan penguasaan telepon seluler dengan tingkat akurasi sebesar 79,87%. Hasil analisis bagging regresi logistik biner dengan replikasi bootstrap sebesar 50, 60, 70, 80, 90, 100, 150, 200, 626, dan 1000 kali menunjukkan bahwa terdapat konsistensi pada setiap pengulangan. Kata Kunci : Klasifikasi, Regresi Logistik Biner, Bootstrap Aggregating
Co-Authors Diah Safitri Sudarno Sudarno