Algoritma Regresi Linear Sederhana Dalam Mengestimasi Kedatangan dan Kepindahan Penduduk Di Kabupaten Simalungun
Abstract
Sebagai salah satu wilayah di Indonesia, Kabupaten Simalungun turut mengalami perubahan yang signifikan terhadap jumlah kedatangan dan kepindahan penduduk. Pada tahun 2022, tercatat sebanyak 14.998 jiwa pendatang baru dan 16.795 jiwa yang pindah ke Kabupaten Simalungun. Tingginya tingkat pergerakan penduduk di Kabupaten Simalungun menunjukkan adanya permasalahan dalam manajemen populasi di wilayah ini. Maka dari itu dibutuhkan suatu metode yang dapat membantu dalam memahami hubungan antara variabel-variabel yang mempengaruhi kedatangan dan kepindahan penduduk. Data mining adalah salah satu metode yang mampu melakukan analisis data dan mengidentifikasi hubungan statistik dalam data yang relevan. Dalam konteks ini proses analisa data mining akan menggunakan algoritma regresi linear sederhana dengan tujuan estimasi dengan tingkat akurasi yang lebih baik. Hasil dari penelitian ini berupa angka yang menunjukkan hasil estimasi dari kedatangan dan kepindahan penduduk di Kabupaten Simalungun untuk bulan-bulan berikutnya.
References
[2] A. S. Lubis, Tugiono, and Hafizah, “Jurnal Sistem Informasi Jurnal Sistem Informasi,” J. Sist. Inf. TGD, vol. 1, no. 6, pp. 888–897, 2022.
[3] M. Ridwan, H. Suyono, and M. Sarosa, “Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,” Eeccis, vol. 7, no. 1, pp. 59–64, 2013, doi: 10.1038/hdy.2009.180.
[4] Yuli Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2019.
[5] L. Setiyani, M. Wahidin, D. Awaludin, and S. Purwani, “Analisis Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Data Mining Naïve Bayes : Systematic Review,” Fakt. Exacta, vol. 13, no. 1, p. 35, 2020, doi: 10.30998/faktorexacta.v13i1.5548.
[6] F. Yunita, “Penerapan Data Mining Menggunkan Algoritma K-Means Clustring Pada Penerimaan Mahasiswa Baru,” Sistemasi, vol. 7, no. 3, p. 238, 2018, doi: 10.32520/stmsi.v7i3.388.
[7] F. Ginting, E. Buulolo, and E. R. Siagian, “Implementasi Algoritma Regresi Linear Sederhana Dalam Memprediksi Besaran Pendapatan Daerah (Studi Kasus: Dinas Pendapatan Kab. Deli Serdang),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 274–279, 2019, doi: 10.30865/komik.v3i1.1602.