Home
Login.
Artikelilmiahs
43015
Update
NURUL TRI NARLITASARI
NIM
Judul Artikel
METODE KLASIFIKASI REGRESI LOGISTIK MULTINOMIAL DAN FUZZY C-MEANS SERTA APLIKASINYA PADA PEMILIHAN JENIS KONTRASEPSI WANITA
Abstrak (Bhs. Indonesia)
Karakteristik masyarakat dalam pemilihan alat kontrasepsi mempunyai faktor penting pada pelayanan program KB. Pada kasus ini, proses klasifikasi perlu dilakukan untuk mengelompokkan karakteristik masyarakat dalam pemilihan alat kontrasepsi. Terdapat beberapa metode klasifikasi yang dapat digunakan, diantaranya regresi logistik multinomial dan fuzzy c-means. Kedua metode ini digunakan pada penelitian ini dikarenakan sesuai dengan data yang digunakan dan keduanya akan dibandingkan ketepatan klasifikasinya menggunakan nilai APER, Press’s Q, sensitivity, dan specificity. Hasil dari evaluasi ketepatan klasifikasi regresi logistik multinomial yaitu sebesar "14,59%" untuk nilai APER, "803,0274" untuk nilai Press,s Q, "50,26%" untuk nilai sensitivity, dan "79,05%" untuk nilai specificity. Sedangkan, hasil dari evaluasi ketepatan klasifikasi fuzzy c-means yaitu sebesar "34,65%" untuk nilai APER, "303,5137" untuk nilai Press,s Q, "51,90%" untuk nilai sensitivity, dan "83,78%" untuk nilai specificity. Kedua nilai Press’s Q lebih besar dari nilai X^2(0,05,1)= 3,8415, sehingga kedua metode menunjukan akurat secara statistik. Nilai APER tidak dipertimbangkan dalam menyimpulkan perbandingan ketepatan klasifikasi karena nilainya melebihi taraf signifikan akurasi yaitu sebesar 5%. Berdasarkan hasil evaluasi ketepatan klasifikasi, metode fuzzy c-means memiliki ketepatan klasifikasi yang lebih baik dari regresi logistik multinomial pada klasifikasi pemilihan jenis kontrasepsi wanita.
Abtrak (Bhs. Inggris)
Characteristics for choosing contraceptives is one of an important factor in KB program. In this case, a classification process needs to be carried out to group community characteristics in selecting contraceptives. There are several classification methods that can be used, including multinomial logistic regression and fuzzy c-means. These two methods are used in this research because they are appropriate to the data used and the accuracy of the classification will be compared using the value of APER, Press’s Q, sensitivity, and specificity. The results of evaluating the accuracy of the multinomial logistic regression classification are "14,59%" for APER, "803,0274" for Press,s Q," 50,26%" for sensitivity, and "79,05%" for specificity. Meanwhile, the results of evaluating classification accuracy fuzzy c-means are "34,65%" for APER," 303,5137" for Press,s Q, "51,90%" for sensitivity, and "83,78%" for specificity. Both values of Press’s Q are greater than the value of X^2(0,05,1)= 3,8415, so both methods show statistical accuracy. The APER value is not considered in concluding the comparison of classification accuracy because the value exceeds the significant level of accuracy, namely 5%. Based on the results obtained, fuzzy c-means has better classification accuracy than multinomial logistic regression in the classification of women's choice of contraceptive type.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save