Klasifikasi Tingkat Kemiskinan Berdasarkan Provinsi Di Indonesia Menggunakan Algoritma Decision Tree

Athallah Kresna  Bhadra; Bryan Nicholas  Marcos; Rizky Bagus  Setiawan

doi:10.58520/jddat.v5i1.94

Authors

Athallah Kresna Bhadra Universitas Bina Sarana Informatika
Bryan Nicholas Marcos Universitas Bina Sarana Informatika
Rizky Bagus Setiawan Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.58520/jddat.v5i1.94

Keywords:

Kemiskinan, Decision Tree, Klasifikasi, Machine Learning, Data Statistik

Abstract

Di Indonesia, isu kemiskinan masih menjadi fokus utama dalam pembangunan. Dengan memanfaatkan algoritma Decision Tree, penelitian ini berupaya untuk mengklasifikasikan tingkat kemiskinan di setiap provinsi di Indonesia. Data ini diambil dari Badan Pusat Statistik (BPS), yang mengindikasikan jumlah warga yang hidup dalam kemiskinan di setiap provinsi. Tingkat kemiskinan diklasifikasikan ke dalam tiga kategori; Rendah (di bawah 7%), Sedang (antara 7 dan 14%), serta Tinggi (lebih dari 14%). Proses pengolahan data dilaksanakan dengan menggunakan pustaka scikit learn dan bahasa pemrograman Python. Tahapan yang dilakukan mencakup preprocessing, pembagian data menjadi data latih dan data uji (80:20), serta evaluasi model dengan memanfaatkan confusion matrix dan cross-validation. Hasil dari pengujian menunjukkan bahwa model Decision Tree mencapai akurasi 100%, dan semua data berhasil diklasifikasikan secara tepat. Penelitian ini mengungkapkan bahwa metode Decision Tree efektif dalam
mengklasifikasikan tingkat kemiskinan antarprovinsi. Penelitian ini juga membuktikan bahwa model ini dapat dijadikan dasar untuk analisis data kebijakan sosial ekonomi.

References

BPS, “Statistik Indonesia 2024,” Stat. Indones. 2024, vol. 1101001, p. 790, 2024, Accessed: Nov. 01, 2025. [Online]. Available: https://www.bps.go.id/id/publication/2024/02/28/c1bacde03256343b2bf769b0/statistik-indonesia-2024.html

N. P. N. Hendayanti and M. Nurhidayati, “KLASIFIKASI TINGKAT KEPARAHAN KEMISKINAN PROVINSI DI INDONESIA DENGAN ANALISIS DISKRIMINAN,” Math Educ. J., vol. 5, no. 1, pp. 14–21, May 2021, doi: 10.15548/MEJ.V5I1.2510.

W. Bank, “Poverty and Shared Prosperity 2022 : Correcting Course,” 2022, Accessed: Nov. 13, 2025. [Online]. Available: https://www.google.co.id/books/edition/Poverty_and_Shared_Prosperity_2022/Z9GgEAAAQBAJ?hl=id&gbpv=1&dq=World+Bank.+(2022).+Poverty+and+Shared+Prosperity+2022:+Correcting+Course.&pg=PA1950&printsec=frontcover

K. P. . Murphy, “Probabilistic machine learning : an introduction,” p. 826, 2022, Accessed: Nov. 12, 2025. [Online]. Available: https://www.google.co.id/books/edition/Probabilistic_Machine_Learning/OyYuEAAAQBAJ?hl=id&gbpv=1&dq=Murphy,+K.+P.+(2022).+Probabilistic+Machine+Learning:+An+Introduction.+MIT+Press.&pg=PA814&printsec=frontcover

S. K. M. K. Rahmaddeni, S. K. M. K. Denok Wulandari, M. Renova, A. M. Gilang Ramadhan, and R. Sari, Machine Learning. Serasi Media Teknologi, 2024. Accessed: Nov. 20, 2025. [Online]. Available: https://books.google.co.id/books?id=owoOEQAAQBAJ

D. Setiawati, I. Taufik, W. Z. Budiawan, J. Teknik Informatika, and F. Sains dan Teknologi, “Klasifikasi Terjemahan Ayat Al-Quran Tentang Ilmu Sains Menggunakan Algoritma Decision Tree Berbasis Mobile,” J. Online Inform., vol. 1, no. 1, pp. 24–27, Jun. 2020, doi: 10.15575/JOIN.V1I1.7.

F. M. Hana, “Klasifikasi Penderita Penyakit Diabetes Menggunakan Algoritma Decision Tree C4.5,” J. SISKOM-KB (Sistem Komput. dan Kecerdasan Buatan), vol. 4, no. 1, pp. 32–39, Oct. 2020, doi: 10.47970/SISKOM-KB.V4I1.173.

A. Ermillian and K. Nugroho, “Perancangan Model Deteksi Potensi Siswa Putus Sekolah Menggunakan Metode Logistic Regression Dan Decision Tree,” J. Inform. J. Pengemb. IT, vol. 9, no. 3, pp. 281–295, Dec. 2024, doi: 10.30591/JPIT.V9I3.8007.

R. C. Adelina, “Implementasi Algoritma K-Neraest Neighbor dalam penentuan Klasifikasi Tingkat Kedalaman Kemiskinan Provinsi Jawa Timur,” 2022, Accessed: Nov. 13, 2025. [Online]. Available: http://etheses.uin-malang.ac.id/38201/

“Persentase Penduduk Miskin Berdasarkan Provinsi di Indonesia.” Accessed: Nov. 13, 2025. [Online]. Available: https://opendata.jabarprov.go.id/id/dataset/persentase-penduduk-miskin-berdasarkan-provinsi-di-indonesia