Klasifikasi Tingkat Kemiskinan di Indonesia Menggunakan Metode Random Forest

Kemiskinan merupakan kondisi seseorang yang tidak mampu memenuhi kebutuhan pokoknya. Kemiskinan merupakan masalah kompleks yang mempengaruhi kualitas hidup masyarakat, Pemerintah Indonesia telah melakukan berbagai upaya untuk menanggulangi kemiskinan, namun belum terjadi penurunan tingkat kemiskinan secara signifikan, hal ini dipengaruhi banyak faktor. Untuk menangani permasalahan kemiskinan diperlukan pendekatan yang lebih sistematis berbasis data untuk membantu pemerintah menanggulangi kemiskinan. Klasifikasi diperlukan untuk mengetahui variabel apa yang membuat seseorang miskin. Klasifikasi adalah suatu cara pengelompokan dan pengkatagorian yang didasarkan pada ciri-ciri tertentu. Penelitian ini akan mengunakan metode menggunakan Random Forest Classifier yang dijadikan sebagai algoritma klasifikasi data, dan metode min-max scaller untuk normalisasi data. Random Forest merupakan metode yang membuat pemodelan menggunakan kumpulan dari beberapa Decision Tree. Di mana setiap pohonnya memiliki perkiraan klasifikasi yang dapat dipertimbangkan (disebut vote) untuk menggabungkan tiap kemungkinan dari setiap pohon, lalu memilih klasifikasi yang paling banyak guna menghasilkan prediksi yang optimal dan stabil. Pada penelitian ini diperoleh nilai akurasi 99% dengan menggunakan 10 fitur pada Model B dengan rasio data training dan data testing 80:20.