Perbandingan metode regresi logistik biner dan algoritma c5.0 pada laju inflasi di Indonesia

Nugroho, Muhamad Cahyo (2024) Perbandingan metode regresi logistik biner dan algoritma c5.0 pada laju inflasi di Indonesia. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_2008046021_Muhamad Cahyo Nugroho_Full] Text (Skripsi_2008046021_Muhamad Cahyo Nugroho_Full)
Skripsi_2008046021_Muhamad Cahyo Nugroho_Full.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

Indonesia mengalami inflasi pada kategori inflasi ringan. Meskipun dalam kategori ringan, inflasi tetap memberikan dampak terhadap pertumbuhan ekonomi dan kenaikan harga. Penelitian ini menggunakan metode regresi logistik biner dan algoritma C5.0 sebagai metode klasifikasi. Dalam penelitian ini bertujuan untuk membandingkan metode regresi logistik biner dan algoritma C5.0 pada laju inflasi di Indonesia. Faktor – faktor yang digunakan adalah nilai tukar rupiah, suku bunga, dan jumlah uang beredar dari tahun 2010 hingga 2023. Data training dan testing yang digunakan adalah 80% dan 20%. Hasil penelitian dengan menggunakan teknik regresi logistik biner menunjukan bahwa variabel independen yang dapat mempengaruhi secara signifikan adalah suku bunga dengan dengan ketepatan klasifikasi 95,83% dan nilai AUC senilai 0,9722. Sedangkan teknik algoritma C5.0 menghasilkan variabel independen suku bunga sebagai variabel terpenting yang artinya mempengaruhi secara signifikan dengan ketepatan klasifikasi 91,67% dan nilai AUC senilai 0,8334. Hasil dari penelitian ini dapat disimpulkan bahwa tektik regresi logistik biner lebih unggul disbanding strategi algoritma C5.0 untuk analisis klasifikasi laju inflasi di Indonesia.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Laju inflasi; Klasifikasi; Regresi logistik biner; Algoritma C5.0
Subjects: 500 Natural sciences and mathematics > 510 Mathematics > 512 Algebra and number theory
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Fahrurozi Fahrurozi
Date Deposited: 21 Aug 2025 07:59
Last Modified: 21 Aug 2025 07:59
URI: https://eprints.walisongo.ac.id/id/eprint/27344

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics