Analisis Kategori Populasi Negara Menggunakan Random Forest dan Logistic Regression

Ressalyu Melani Putri

Sari


Penelitian ini bertujuan untuk mengklasifikasikan negara-negara ke dalam kategori populasi (Rendah, Sedang, Tinggi) dengan memanfaatkan data global kependudukan dan migrasi menggunakan algoritma pembelajaran mesin. Dataset yang digunakan mencakup 186 negara dengan atribut terkait jumlah penduduk, arus migrasi, serta indikator sosial ekonomi lainnya. Metode yang diterapkan dalam penelitian ini adalah Logistic Regression dan Random Forest. Tahap pra-pemrosesan dilakukan untuk menangani nilai kosong, melakukan encoding data kategorikal, dan normalisasi agar hasil model lebih optimal. Berdasarkan hasil evaluasi, algoritma Random Forest menunjukkan akurasi lebih tinggi sebesar 85%, dibandingkan Logistic Regression yang hanya mencapai 78%. Visualisasi scatter plot, heatmap korelasi, dan grafik feature importance mendukung efektivitas model dan memperjelas kontribusi tiap fitur dalam klasifikasi. Penelitian ini menunjukkan bahwa fitur seperti jumlah populasi dan tingkat migrasi memiliki pengaruh signifikan dalam menentukan kelas populasi suatu negara. Secara keseluruhan, hasil penelitian ini membuktikan bahwa teknologi machine learning dapat diterapkan secara efektif untuk analisis demografi, serta dapat mendukung pengambilan kebijakan berbasis data dalam perencanaan pembangunan dan pengelolaan migrasi global.

Kata kunci— klasifikasi populasi, migrasi, pembelajaran mesin, random forest, regresi logistik, analisis demografi.

Teks Lengkap:

PDF

Referensi


Hasnawati Hasnawati, Muhammad I Nurdin, and Daud Hasim, “Analisis Faktor-Faktor yang Mempengaruhi Migrasi di Kabupaten Pulau Taliabu,” Digit. Bisnis J. Publ. Ilmu Manaj. dan E-Commerce, vol. 2, no. 4, pp. 138–142, 2023, doi: 10.30640/digital.v2i4.1768.

M. D. Prameswari and K. Asmara, “Determinan Migrasi Masuk Di Kota Surabaya,” Equilib. J. Ilm. Ekon. Manaj. dan Akunt., vol. 13, no. 2, p. 500, 2024, doi: 10.35906/equili.v13i2.2069.

U. Kurniasih and A. T. Suseno, “Analisis Sentimen Masyarakat Terhadap Isu Migrasi Rohingya Ke Indonesia,” J. Teknol. Dan Sist. Inf. Bisnis, vol. 7, no. 1, pp. 199–207, 2025, doi: 10.47233/jteksis.v7i1.1815.

I. B. Mantra, “Pola Dan Arah Migrasi Penduduk Antar Propinsi Di Indonesia Tahun 1990,” Populasi, vol. 3, no. 2, 2016, doi: 10.22146/jp.11198.

B. Nurbaiti, “Pengaruh Status Migrasi Melalui Karakteristik Sosio Demografi Terhadap Tingkat Kesejahteraan Pekerja Di DKI Jakarta ( Analisis Data Cross Sectional Susenas 2013 ) Oleh : Beti Nurbaiti Dosen Prodi Manajemen , Fakultas Ekonomi , Universitas Borobudur Email,” vol. 19, 2017.

R. H. Anggraini and Fafurida, “Economics Development Analysis Journal Pengaruh Kondisi Individu terhadap Keputusan Migrasi Sirkuler ke Kota Semarang,” Econ. Dev. Anal. J., vol. 5, no. 4, pp. 386–394, 2016.

S. Sasmita, Trisnaningsih, and Yarmaidi, “Migrasi suku minangkabau ke Lamppung Tengah,” J. Penelit. Geogr., vol. 1, no. 9, pp. 23–31, 2019.

A. Rahim, I. Fitriyani, and R. S. Ningrum, “Analisis Faktor-Faktor Yang Menentukan Minat Migrasi Penduduk Sirkuler Ke Kota Sumbawa,” J. Ekon. Bisnis, vol. 10, no. 1, pp. 61–72, 2022, doi: 10.58406/jeb.v10i1.731.

S. Purwatiningsih, “Respons Anak-Anak Migran Terhadap Migrasi Internasional Responses of Migrant Children Toward International,” Populasi, vol. 24, no. 1, pp. 57–71, 2016.


Refbacks

  • Saat ini tidak ada refbacks.


EJECTS: Jurnal Computer, Technology, and Informations System

Gedung Fakultas Ilmu Komputer, Universitas Darwan Ali, JL. Batu Berlian, No. 10, Sampit, Kabupaten Kotawaringin Timur, Provinsi Kalimantan Tengah, 74322

Creative Commons Licence
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

View My Stats