Prediksi Angka Kelahiran Tahun 2022 di Sumatera Utara Menggunakan Metode Naive Bayes
Keywords:
Angka Kelahiran; Naive BayesAbstract
Angka kelahiran adalah salah satu indikator penting dalam pembangunan suatu daerah. Oleh karena itu, penting untuk melakukan prediksi angka kelahiran di masa yang akan datang. Penelitian ini menggunakan metode Naive Bayes untuk memprediksi angka kelahiran di Sumatera Utara pada tahun 2022. Data yang digunakan adalah data angka kelahiran pada tahun-tahun sebelumnya. Hasil penelitian menunjukkan bahwa metode Naive Bayes dapat digunakan untuk memprediksi angka kelahiran di Sumatera Utara pada tahun 2022. Prediksi ini didasarkan pada probabilitas dari variabel-variabel yang digunakan dalam model. Hasil prediksi menunjukkan bahwa angka kelahiran di Sumatera Utara pada tahun 2022 rendah
References
Ardiansyah, I,. dkk. (2021). Penerapan Analisis Runtun Waktu pada Peramalan Penjualan Produk Organik menggunakan Metode Moving Average dan Exponential Smoothing. Jurnal Teknik Pertanian Lampung, 10(4).
Bintariningrum, M. F., & Budiantara, I. N. (2014). Pemodelan regresi nonparametrik spline truncated dan aplikasinya pada Angka Kelahiran Kasar di Surabaya. Jurnal Sains dan Seni ITS, 3(1), D7-D12.
Chairul Fadlan, Selfia Ningsih, A. P. W. (2018). Penerapan Metode Naïve Bayes Dalam Klasifikasi Kelayakan Keluarga Penerima Beras Rastra. Jutim, 3(1), 1–8.
Idris, M., & Bayes, N. (2019). Implementasi Data Mining Dengan Algoritma Naïve Bayes Untuk Memprediksi Angka Kelahiran. Jurnal Pelita Informatika, 7(3), 421–428.
Indraswari, N. R., Informatika, P. S., Surakarta, U. M., Kurniawan, Y. I., Informatika, P. S., & Surakarta, U. M. (2018). Aplikasi prediksi usia kelahiran dengan metode naive bayes. 9(1), 129–138.
Parihah, N. I., Hartini, S., & Siregar, J. (2020). Prediksi Angka Kelahiran Bayi Pada Desa Tridaya Sakti Dengan Menggunakan Algoritma Naive Bayes. 1(2), 77–88.
Rachman, R. (2018). Penerapan Metode Moving Average dan Exponential Smoothing pada Peramalan Produksi Industri Garment. Jurnal Informatika, 5(1), 211–220.
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Anggun Elni Novia, Indah Dwi Syafiri, Natanael Pengabean, Yohana Enjelika Silalahi
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
