=LDR  00000nam  2200000   4500
=001  INLIS000000000002989
=005  20250218105023
=035  ##$$a 0010-0225000279
=007  ta
=008  250218###########################0#ind##
=082  ##$$a 304.6
=084  ##$$a 304.6 ANN p
=100   #$$a Anne Mudya Yolanda
=245  1#$$a PEMODELAN KLASIFIKASI PADA INDEKS KETIMPANGAN GENDER (IKG) TAHUN 2020 DENGAN METODE NAÏVE BAYES /$c Anne Mudya Yolanda, Azra Aulia Dwiputri
=250  ##$$a Jurnal Keluarga Berencana Vol.7 No.01 (2022)
=260  ##$$a Jakarta :$b Badan Kependudukan dan Keluarga Berencana Nasional,$c 2022
=300  ##$$a 10 hlm. : $b ilus. ; $c 29,7 cm.
=650  #4$$a Naïve Bayes
=650  #4$$a klasifikasi
=650  #4$$a akurasi
=650  #4$$a IKG
=700   #$$a Azra Aulia Dwiputri
=520  ##$$a ABSTRAK 
Indeks Ketimpangan Gender (IKG) merupakan indikator pendukung pembangunan dalam Tujuan
Pembangunan Berkelanjutan pada isu gender. Oleh karenanya peneliti tertarik melakukan kajian pemodelan
klasifikasi dengan tujuan melakukan prediksi tingkat IKG menurut kabupaten/kota di Indonesia tahun 2020
menggunakan algoritma machine learning. Algoritma yang diterapkan pada data IKG dan indikatornya
adalah metode naïve bayes. Adapun indikator penyusun yang digunakan yaitu proporsi persalinan tidak di
fasilitas kesehatan, proporsi perempuan berusia 15-49 tahun yang pernah kawin dan saat melahirkan hidup
pertama, persentase keterwakilan di parlemen, proporsi penduduk laki-laki dan perempuan dengan
pendidikan minimal SMA, dan tingkat partisipasi angkatan kerja. Analisis dengan metode naive bayes pada
empat kategori: rendah, menengah bawah, menengah atas, dan tinggi memberikan hasil klasifikasi yang baik
terutama dalam mengklasifikasi kelas positif. Hasil akurasi keseluruhan data training sebesar 82.86 %,
sedangkan pada data testing sebesar 83.72 %. Hasil klasifikasi dapat digunakan untuk peramalam IKG dan
landasan pengambilan kebijakan dan penyusunan program untuk mengatasi ketimpangan pembangunan
berbasis gender di Indonesia. 
Kata kunci : Naïve Bayes, klasifikasi, akurasi, IKG
=600  #4$$a Pembangunan Keluarga