Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Business Intelligence (IJUBI)
Dewi Eka Safitri
Universitas Muhammadiyah Sidoarjo
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
IMPLEMENTASI METODE KLASIFIKASI DENGAN ALGORITMA SUPPORT VECTOR MACHINE KERNEL GAUSSIAN RBF UNTUK PREDIKSI PARTISIPASI PEMILU TERHADAP DEMOGRAFI KOTA SURABAYA Dewi Eka Safitri; Arif Senja Fitrani
Indonesian Journal of Business Intelligence (IJUBI) Vol 5, No 1 (2022): Indonesian Journal of Business Intelligence (IJUBI)
Publisher : Program Studi S1 Sistem Informasi Fakultas Komputer dan Teknik Universitas Alma Ata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21927/ijubi.v5i1.2259

Abstract

Pemilu ialah proses mencari kekosongan kursi pemerintahan melalui pemilihan oleh warga negara indonesia sesuai dengan ketentuan yang telah ditetapkan. Faktor penting dari kesuksesan terselanggaranya Pemilu ialah partisipasi masyarakat. Partisipasi masyarakat dalam ajang politik dapat dijadikan tolak ukur kesuksesan kegiatan Pemilu serta bisa dinilai untuk evaluasi dan kontrol masyarakat terhadap kinerja eksekutif dan legislatif. Faktor lain yang menunjang kesuksesan Pemilu juga dapat dilihat dari pemerataan pembangunan serta pemberdayaan masyarakat. Penelitian bertujuan untuk mengtahui tingkat partispasi masyarakat Kota Surabya dalam upaya pemerataan sosialisasi Pemilu. Metode yang diterapkan pada penelitian yakni metode klasifikasi menggunakan algortma Support Vector Machine dengan kernel RBF. Data yang dipergunakan yakni data demografi berasal dari laman website resmi BPS Kota Surabaya serta data rekapitulasi pemilu 2019 berasal dari laman website resmi KPU Kota Surabaya. Implementasi SVM menggunakan bahasa pemrograman python dengan hasil pengujian mendapatkan nilai akurasi terbaik dari rasio perbandingan training 80% serta testing 20% yakni 67,91%, serta mendapatkan nilai AUC yakni 0,68.
Co-Authors Arif Senja Fitrani