KLASIFIKASI KEIKUTSERTAAN KELUARGA DALAM PROGRAM KELUARGA BERENCANA (KB) DI KOTA SEMARANG MENGGUNAKAN METODE MARS DAN FK-NNC

Abstract

Metode klasifikasi merupakan salah satu metode statistika untuk mengelompokan atau mengklasifikasi suatu data. Metode klasifikasi yang baik akan menghasilkan sedikit kesalahan klasifikasi. Metode klasifikasi telah sangat berkembang dan dua di antara metode klasifikasi yang telah ada yaitu metode metode Multivariate Adaptive Regression Spline (MARS) dan metode Fuzzy K-Nearest Neighbor in Every Class (FK-NNC). Penelitian ini bertujuan untuk membandingkan pengklasifikasian keikutsertaan Keluarga Berencana berdasarkan faktor-faktor yang diduga mempengaruhi keikutsertaan keluarga berencana antara metode MARS dan FK-NNC. Penelitian ini menggunakan data sekunder berupa data keikutsertaan Keluarga Berencana di kota Semarang pada tahun 2014. Evaluasi hasil kesalahan menggunakan Apparent Error Rate (APER). Pada metode MARS diperoleh hasil klasifikasi terbaik dengan kombinasi BF=24, MI=3, MO=0 karena menghasilkan nilai Generalized Cross Validation (GCV) terkecil dengan dan diperoleh nilai APER sebesar 19%. Sedangkan metode FK-NNC diperoleh hasil klasifikasi terbaik pada K=3 karena menghasilkan nilai ketepatan klasifikasi terbesar dan diperoleh nilai APER sebesar 22%. Berdasarkan hasil perhitungan APER menunjukkan bahwa pengklasifikasian keikutsertaan keluarga dalam program Keluarga Berencana (KB) di kota Semarang menggunakan metode MARS lebih baik dibandingkan dengan metode FK-NNC. Kata Kunci: Klasifikasi, MARS, FK-NNC, APER, Keluarga Berencana.