IMPLEMENTASI METODE KLASIFIKASI DENGAN ALGORITMA SUPPORT VECTOR MACHINE KERNEL GAUSSIAN RBF UNTUK PREDIKSI PARTISIPASI PEMILU TERHADAP DEMOGRAFI KOTA SURABAYA

Authors

  • Dewi Eka Safitri Universitas Muhammadiyah Sidoarjo
  • Arif Senja Fitrani Universitas Muhammadiyah Sidoarjo

DOI:

https://doi.org/10.21927/ijubi.v5i1.2259

Keywords:

Klasifikasi, Prediksi, SVM, Partisipasi Pemilu, Demografi

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.

References

Sarbaini, “Demokratis dan Kebebasa Memilih Warga Negara dalam pemilihan Umum,†Inovatif, vol. VIII, no. 1, pp. 105–116, 2015.

Sodikin, Hukum Pemilu, Pemilu Sebagai Praktek Ketatanegaraan. Bekasi: Gramata Publising, 2014.

D. M. Liando, “PEMILU DAN PARTISIPASI POLITIK MASYARAKAT (Studi Pada Pemilihan Anggota Legislatif Dan Pemilihan Presiden Dan Calon Wakil Presiden Di Kabupaten Minahasa Tahun 2014),†LPPM Bid. EkoSosBudKum, vol. 3, no. 2, pp. 14–28, 2016.

Komisi Pemilihan Umum, Rencana Strategis Komisi Pemilihan Umum 2020 - 2024, 1st ed. Jakarta: Komisi Pemilihan Umum, 2020.

Badan Pusat Statistik Kota Surabaya, KECAMATAN KENJERAN DALAM ANGKA 2021. Surabaya: BPS Kota Surabaya, 2021.

A. Chowiyah, “Penerapan Data Mining Mengguankan Metode Klasifikasi Naive Bayes untuk Memprediksi Partisipasi pemilihan Gubernur dan Wakil Gubernur di Desa Jemirahan Kecamatan Jabon,†Universitas Muhammadiyah Sidoarjo, 2019.

F. L. Kodriyah, “Penerapan Data Mining dalam Melihat Pengaruh Milenial terhadap Tingkat Golput Suatu TPS Menggunakan Algoritma C4.5 Berbasis Web,†Universitas Muhammadiyah Sidoarjo, 2019.

I. P. A. P. Wibawa, I. K. A. Purnawan, D. P. S. Putri, N. K. Dwi, and Rusjayanthi, “Prediksi Partisipasi Pemilih dalam Pemilu Presiden 2014 dengan Metode Support Vector Machine,†Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi), vol. 7, no. 3, pp. 182–192, 2019, doi: https://doi.org/10.24843/JIM.2019.v07.i03.p02.

L. P. Martha, “Hubungan Karakteristik Demografis Masyarakat Dengan Tingkat Partisipasi Politik (Studi Kasus Pilpres 2014 Di Kecamatan Cibinong Bogor),†Repos. Univ. Pakuan, 2014, [Online]. Available: https://repository.unpak.ac.id/tukangna/repo/file/files-20180531052833.pdf.

S. Nurhayati, Kusrini, and E. T. Luthf, “Prediksi Mahasiswa Drop Out Menggunakan Metode Support Vector Machine,†J. Ilm. SISFOTENIKA, vol. 5, no. 1, pp. 82–93, 2015, doi: http://dx.doi.org/10.30700/jst.v5i1.25.

B. Santosa, Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu, 2017.

and P. B. Davies, Database Systems Third Edition. New York: Palgrave Macmillan, 2004.

Republik Indonesia, Undang-undang Republik Indonesia Nomor 15 Tahun 2011 Tentang Penyelenggaraan Pemilihan Umum. 2011.

Republik Indonesia, Pasal 348 UU No 7 Tahun 2017 tentang Pemilu. Indonesia, 2017.

Badan Pengawas Pemilihan Umum Republik Indonesia, Peraturan Badan Pengawas Pemilihan Umum Republik Indonesia Nomor 11 Tahun 2016 Tentang Pengawasan Pemungutan Dan Penghitungan Suara Di Tempat Pemungutan Suara Dalam Pemilihan Gubernur Dan Wakil Gubernur, Bupati Dan Wakil Bupati, Serta Walikota Dan Wakil W. Indonesia, 2016.

Komisi Pemilihan Umum, Peraturan Komisi Pemilihan Umum Nomor 11 Tahun 2015 Tentang Rekapitulasi Hasil Penghitungan Suara dan Penetapan Hasil Pemilihan Gubernur dan Wakil Gubernur, Bupati dan Wakil Bupati, dan/atau Walikota dan Wakil Walikota. Indonesia, 2015.

Komisi Pemilihan Umum, Undang-Undang Republik Indonesia Nomor 12 Tahun 2003 Tentang Pemilihan Umum Anggota Dewan Perwakilan Rakyat, Dewan Perwakilan Daerah, Dan Dewan Perwakilan Rakyat Daerah. Indonesia, 2017.

Badan Pusat Statistik Kota Surabaya, Kecamatan Asemrowo dalam Angka 2021. Surabaya: BPS Kota Surabaya, 2021.

B. Santoso and A. Umam, Data Mining dan Big Data Analytics: Teori dan Implementasi Menggunakan Python & Apache Spark, 2nd ed. Yogyakarta: Penebar Media Pustaka, 2018.

M. Ridwan, M., Suyono, H., & Sarosa, “Penerapan Data Mining Untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naive Bayes Classifier,†Eeccis, vol. 7, no. 1, pp. 59–64, 2013.

E. Prasetyo, Data Mining. Yogyakarta: Andi Offset, 2014.

C.-J. Hsu, C.-W., Chang, C.-C. & Lin, A Practical Guide to Support Vector Classification. Department of Computer Science National Taiwan University, 2016.

Downloads

Published

2022-06-30

Issue

Vol. 5 No. 1 (2022): Indonesian Journal of Business Intelligence (IJUBI)

Section

Articles

License

COPYRIGHT TRANSFER FORM

The copyright to this article is transferred to Alma Ata University Press if and when the article is accepted for publication. The undersigned hereby transfers any and all rights in and to the paper including without limitation all copyrights to AAU Press. The undersigned hereby represents and warrants that the paper is original and that he/she is the author of the paper, except for material that is clearly identified as to its original source, with permission notices from the copyright owners where required. The undersigned represents that he/she has the power and authority to make and execute this assignment.

We declare that:

1. This paper has not been published in the same form elsewhere.

2. It will not be submitted anywhere else for publication prior to acceptance/rejection by this Journal.

3. A copyright permission is obtained for materials published elsewhere and which require this permission for reproduction.

Furthermore, I/We hereby transfer the unlimited rights of publication of the above mentioned paper in whole to AAU Press. The copyright transfer covers the exclusive right to reproduce and distribute the article, including reprints, translations, photographic reproductions, microform, electronic form (offline, online) or any other reproductions of similar nature.

The corresponding author signs for and accepts responsibility for releasing this material on behalf of any and all co-authors. This agreement is to be signed by at least one of the authors who have obtained the assent of the co-author(s) where applicable. After submission of this agreement signed by the corresponding author, changes of authorship or in the order of the authors listed will not be accepted.

Retained Rights/Terms and Conditions

 

1. Authors retain all proprietary rights in any process, procedure, or article of manufacture described in the Work.

2. Authors may reproduce or authorize others to reproduce the Work or derivative works for the authors personal use or for company use, provided that the source and the AAU Press copyright notice are indicated, the copies are not used in any way that implies AAU Press endorsement of a product or service of any employer, and the copies themselves are not offered for sale.

3. Although authors are permitted to re-use all or portions of the Work in other works, this does not include granting third-party requests for reprinting, republishing, or other types of re-use.