PREDICTION OF BABY BIRTH RATE USING NAÏVE BAYES CLASSIFICATION ALGORITHM IN RANDAU VILLAGE

Magda Kitty Hartono; Hendry Hendry

doi:10.20884/1.jutif.2022.3.4.302

Magda Kitty Hartono Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana, Indonesia
Hendry Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana, Indonesia

DOI: https://doi.org/10.20884/1.jutif.2022.3.4.302

Keywords: Birth Rate, Data Mining, Naïve Bayes, Prediction

Abstract

The birth rate is one of the factors increasing the rate of population growth. Birth or fertility can affect the population, getting more lower of birth rate in an area, the higher the life expectancy in that area. The number of births in Randau Jekak Village is increasing every year. The Naïve Bayes algorithm can be used to predict the future births rate because this algorithm is a simple algorithm and uses a lot of data as information in collecting data groups, and with data mining techniques it can see the predictive pattern of each variable and test. The testing data and the training data are expected to help the Village Institution or Office in Randau Jekak to suppressing the rate of population growth which increases every year. The results of this study can be concluded that the Naïve Bayes Algorithm is suitable for predicting the birth rate of babies in Randau Jekak Village with the classification technique, the birth rate in Randau Jekak Village in 2021 is High. The results of this data will be very useful for the Randau Jekak Village office in suppressing the rate of population growth in the coming year.

Downloads

Download data is not yet available.

References

M. Idris, “Implementasi Data Mining Dengan Algoritma Naive Bayes Untuk Memprediksi Angka Kelahiran,” J. Pelita Inform., vol. 7, no. 3, pp. 421–428, 2019, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/pelita/article/view/1154

M. G. Sadewo, A. P. Windarto, and D. Hartama, “Penerapan Datamining Pada Populasi Daging Ayam Ras Pedaging Di Indonesia Berdasarkan Provinsi Menggunakan K-Means Clustering,” InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), vol. 2, no. 1, pp. 60–67, 2017, doi: 10.30743/infotekjar.v2i1.164.

A. Arsandi, D. R, I. Ismiyati, and F. Hermawan, “Dampak Pertumbuhan Penduduk Terhadap Infrastruktur Di Kota Semarang,” J. Karya Tek. Sipil S1 Undip, vol. 6, no. 4, pp. 1–14, 2017.

Jefi, “Prediksi Bayi Lahir Secara Prematur Dengan Menggunakan Metode C . 45 Berbasis Particle Swarm Optimization Pada Klinik Umi,” Indones. J. Netw. Secur., vol. 8, no. 2, pp. 1–7, 2019.

N. I. Parihah, S. Hartini, and J. Siregar, “Prediksi Angka Kelahiran Bayi Pada Desa Tridaya Sakti Dengan Menggunakan Algoritma Naive Bayes,” J. Students‘ Res. Comput. Sci., vol. 1, no. 2, pp. 77–88, 2020, doi: 10.31599/jsrcs.v1i2.423.

N. R. Indraswari and Y. I. Kurniawan, “Aplikasi Prediksi Usia Kelahiran Dengan Metode Naive Bayes,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 129–138, 2018, doi: 10.24176/simet.v9i1.1827.

L. . T. Nike Syafitri , Sutardi, “Aplikasi Forecasting Mengenai Angka Kelahiran di Kota Kendari Menggunakan Metode Regresi Linear Berganda (Studi Kasus: Dinas Kesehatan Kota Kendari),” Inform. Jur. Tek. Tek. Fak. Oleo, Univ. Halu, vol. 4, no. 1, pp. 31–38, 2018.

H. Zahab, Y. Dharmawan, S. Winarni, B. Biostatistika, and F. K. Masyarakat, “Hubungan Antara Perilaku Pacaran Remaja Dan Pernikahan Di Bawah Usia 20 Tahun Terhadap Angka Kelahiran Menurut Kelompok Umur 15-19 Tahun Di Indonesia (Analisis Data Sekunder Sdki 2012),” J. Kesehat. Masy., vol. 5, no. 3, pp. 56–65, 2017.

F. S. D. Purba, H. S. Tambunan, I. S. Saragih, and ..., “Implementasi Algoritma K-Medoids Clustering Dalam Pengelompokan Angka Kelahiran Di Kota Pematang Siantar,” Pros. Semin. …, vol. 2, pp. 124–131, 2020, [Online]. Available: http://tunasbangsa.ac.id/seminar/index.php/senaris/article/view/152

D. K. Indahsari and Y. I. Kurniawan, “Aplikasi Prediksi Usia Kelahiran Dengan Metode K-Nearest Neighbor,” J. Kebidanan, vol. XI, no. 100, pp. 1–14, 2019.

A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes Dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Creat. Inf. Technol. J., vol. 2, no. 3, pp. 207–217, 2019, [Online]. Available: https://books.google.co.id/books?id=8NKdDwAAQBAJ&lpg=PP1&ots=YfxJP3Ocpe&dq=Data Mining Algoritma dan Implementasi dengan Pemrograman PHP&lr&pg=PR4#v=onepage&q=Data Mining Algoritma dan Implementasi dengan Pemrograman PHP&f=false

I. K. Syahputra, F. A. Bachtiar, and S. A. Wicaksono, “Implementasi Data Mining untuk Prediksi Mahasiswa Pengambil Mata Kuliah dengan Algoritme Naive Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5902–5910, 2018, [Online]. Available: http://j-ptiik.ub.ac.id./index.php/j-ptiik/article/view/3464

C. Fadlan, S. Ningsih, and A. P. Windarto, “Penerapan Metode Naïve Bayes Dalam Klasifikasi Kelayakan Keluarga Penerima Beras Rastra,” J. Tek. Inform. Musirawas, vol. 3, no. 1, p. 1, 2018, doi: 10.32767/jutim.v3i1.286.

A. F. B. Watratan, A. Puspita, and D. Moeis, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” J. Appl. Comput. Sci. Technol. ( Jacost ), vol. 1, no. 1, pp. 7–14, 2020.

A. Z. A. M. Bajabir, “Penerapan metode naive bayes untuk prediksi menentukan karyawan tetap pada pt. ysp industries indonesia,” 2018.

Suntoro J, “Data Mining Algoritma dan Implementasi dengan Pemrograman PHP,” PT Elex Media Komputindo, 2019, [Online]. Available: https://books.google.co.id/books?id=8NKdDwAAQBAJ&lpg=PP1&ots=YfxJP3Ocpe&dq=Data Mining Algoritma dan Implementasi dengan Pemrograman PHP&lr&pg=PR4#v=onepage&q=Data Mining Algoritma dan Implementasi dengan Pemrograman PHP&f=false

A. Muzaki and A. Witanti, “Sentiment Analysis of the Community in the Twitter To the 2020 Election in Pandemic Covid-19 By Method Naive Bayes Classifier,” J. Tek. Inform., vol. 2, no. 2, pp. 101–107, 2021, doi: 10.20884/1.jutif.2021.2.2.51.

A. Alwi, P. Studi, T. Informatika, F. Teknik, and U. M. Ponorogo, “the Concept of Naive Bayes and Its Simple Use for Prediction Final Konsep Naive Bayes Dan Penggunaannya Secara Sederhana,” vol. 3, no. 1, pp. 133–140, 2022.

R. Pancasasti and E. Khaerunisa, “Analisis Dampak Laju Pertumbuhan Penduduk Terhadap Aspek Kependudukan Berwawasan Gender Pada Urban Area Di Kota Serang,” Tirtayasa Ekon., vol. 13, no. 1, p. 130, 2018, doi: 10.35448/jte.v13i1.4231.

Y. Syahra, I. Santoso, and R. Kustini, “Implementasi Data Mining Untuk Prediksi Angka Kelahiran Bayi Pada Desa Sibolangit Menggunakan Multi Regresi,” Semin. Nas. Sains Teknol. Inf., no. 1, pp. 687–690, 2019.