UTS Praktikum Kecerdasan Buatan

Prediksi Tingkat
Kemiskinan di Indonesia

Platform analitik berbasis 5 algoritma Machine Learning untuk memprediksi persentase penduduk miskin berdasarkan indikator sosial-ekonomi tingkat Kabupaten/Kota.

Mulai Prediksi Lihat Perbandingan
34 Provinsi
514 Kab/Kota
514
Total Data
34
Provinsi
12.27%
Rata-rata Kemiskinan
41.66%
Kemiskinan Tertinggi
Algoritma yang Digunakan
5 model terintegrasi untuk analisis menyeluruh
Linear Regression
Regresi baseline
Artificial Neural Network
Dense MLP Keras
LSTM / RNN
Analisis sekuensial
K-Means Clustering
Segmentasi daerah
Backpropagation
NumPy manual
Distribusi Tingkat Kemiskinan
Persentase penduduk miskin per Kab/Kota (%)
Top 12 Provinsi — Rata-rata Kemiskinan
Rata-rata tingkat kemiskinan per provinsi (%)
Korelasi Fitur dengan Tingkat Kemiskinan
Nilai korelasi Pearson (−1 = negatif kuat, +1 = positif kuat)
Tentang Dataset

Dataset ini mencakup data sosial-ekonomi 514 Kabupaten/Kota dari 34 Provinsi di Indonesia, bersumber dari Badan Pusat Statistik (BPS). Target prediksi adalah Persentase Penduduk Miskin (P0), dengan rentang nilai 2.38% — 41.66%.

9 fitur prediktor: Rata-rata Lama Sekolah, Pengeluaran per Kapita, IPM, Harapan Hidup, Akses Sanitasi, Akses Air Minum, Pengangguran, TPAK, dan PDRB.

Sumber BPS / Kaggle
Jumlah Fitur 9 Prediktor
Train / Test Split 80% / 20%