Melola Discovery

← Melola Discovery

Akses terbuka Jurnal SINTA 1

Penerapan Data Mining Untuk Klasifikasi Penyebab Kematian Menggunakan Algoritma Support Vector Machine

Jurnal Ilmiah Ilmu Terapan Universitas Jambi · Vol. 4 No. 2 (2020) · hlm. 234–240

DOI
10.22437/jiituj.v4i2.13268
ISSN
2580-2259, 2580-2240
Terbit
2020-12-31
Penerbit
LPPM Universitas Jambi
Bahasa
en
Lisensi
creativecommons.org/licenses/by-nc-sa/4.0/

Abstrak

Kematian adalah hal yang paling memberikan perasaan cemas terutama bagi setiap manusia. Adanya suatu bencana merupakan suatu penyebab terjadinya kematian dimana bencana dapat diklasifikasikan yaitu bencana alam, bencana non alam dan penyakit, dan bencana sosial. Penelitian ini bertujuan untuk membantu mengetahui bencana apakah yang paling berdampak pada menurunnya jumlah penduduk Indonesia, dengan mengetahui ini akan memberikan persiapan dini dalam antisipasi bencana diindonesia. Metode SVM (Support Vector Machine) digunakan pada penelitian ini untuk analisis data mining dalam klasifikasi penyebab kematian di Indonesia. Hasil dari analisa yang telah diteliti menggunakan pendekatan SVM (Support Vector Machine) menggunakan data sampling sebanyak 81% dan sample pengganti sebanyak 20 instances dengan perulangan sebanyak 100 kali jadi hasil dari penelitian ini yaitu penyebab yang paling tinggi dikarenakan terjadinya bencana non alam dan penyakit yang mencapai hingga 0,9 persen.

Jaringan kolaborasi para penulis

13 penulis · 21 tautan kepenulisan bersama · 2 lintas organisasi

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Universitas Primakara
  • Institut Teknologi Dan Bisnis STIKOM Bali
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
I Gede Juliana Eka PutraAfiliasi tidak diketahui3
I Made ArtanaAfiliasi tidak diketahui2
Tiawan TiawanAfiliasi tidak diketahui2
Komang Tri WerthiAfiliasi tidak diketahui2
Bagus Putu Wahyu NirmalaInstitut Teknologi Dan Bisnis STIKOM Bali1
Bagus Made Sabda NirmalaInstitut Teknologi Dan Bisnis STIKOM Bali1
Dewa Made Aryadi Mertha SanjayaAfiliasi tidak diketahui1
A. A. Istri Ita ParamithaAfiliasi tidak diketahui1
Dewa PramanaUniversitas Primakara1
I Gusti Bagus Made wiradharmaUniversitas Primakara1
Ni Luh Putu Ning Septyarini Putri AstawaUniversitas Primakara1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://online-journal.unja.ac.id/index.php/JIITUJ/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Penerapan Data Mining Untuk Klasifikasi Penyebab Kematian Menggunakan Algoritma Support Vector Machine</dc:title>
	<dc:creator xml:lang="en">Utami, Nengah Widya</dc:creator>
	<dc:creator xml:lang="en">Saptiari, Ni Nyoman</dc:creator>
	<dc:description xml:lang="en">Kematian adalah hal yang paling memberikan perasaan cemas terutama bagi setiap manusia. Adanya suatu bencana merupakan suatu penyebab terjadinya kematian dimana bencana dapat diklasifikasikan yaitu bencana alam, bencana non alam dan penyakit, dan bencana sosial. Penelitian ini bertujuan untuk membantu mengetahui bencana apakah yang paling berdampak pada menurunnya jumlah penduduk Indonesia, dengan mengetahui ini akan memberikan persiapan dini dalam antisipasi bencana diindonesia. Metode SVM (Support Vector Machine) digunakan pada penelitian ini untuk analisis data mining dalam klasifikasi penyebab kematian di Indonesia. Hasil dari analisa yang telah diteliti menggunakan pendekatan SVM (Support Vector Machine) menggunakan data sampling sebanyak 81% dan sample pengganti sebanyak 20 instances dengan perulangan sebanyak 100 kali jadi hasil dari penelitian ini yaitu penyebab yang paling tinggi dikarenakan terjadinya bencana non alam dan penyakit yang mencapai hingga 0,9 persen.</dc:description>
	<dc:publisher xml:lang="en">LPPM Universitas Jambi</dc:publisher>
	<dc:date>2020-12-31</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://online-journal.unja.ac.id/JIITUJ/article/view/13268</dc:identifier>
	<dc:identifier>10.22437/jiituj.v4i2.13268</dc:identifier>
	<dc:source xml:lang="en">Jurnal Ilmiah Ilmu Terapan Universitas Jambi; Vol. 4 No. 2 (2020): Volume 4, Nomor 2, Desember 2020; 234-240</dc:source>
	<dc:source>2580-2259</dc:source>
	<dc:source>2580-2240</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://online-journal.unja.ac.id/JIITUJ/article/view/13268/11199</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2020 Nengah Widya Utami, Ni Nyoman Saptiari </dc:rights>
	<dc:rights xml:lang="en">http://creativecommons.org/licenses/by-nc-sa/4.0/</dc:rights>
</oai_dc:dc>