Pemilihan umum merupakan proses dalam memilih seseorang yang mewakili rakyat yang menduduki sebuah kursi pemerintahan. Pemilu di Indonesia dilaksanakan sejak tahun 1995 silam dan pemilihan anggota eksekutif yang melibatkan suluruh masyarakat umum pada tahun 2004. Partisipasi DPT (Daftar Pemilih Tetap) untuk pilpres tahun 2014 cenderung menurun dibandingkan dengan tahun 2009 (70,9%) yaitu hanya 70,2%. Langkah KPU dalam mengatasi permasalahan tersebut adalah dilakukan prediksi menggunakan ilmu data mining dengan teknik klasifikasi. Jumlah partisipasi DPT yang berpartisipasi dalam pemilu lebih awal diketahui, maka semakin mudah melakukan sosialisasi untuk meningkatkan jumlah partisipasi pemilih. Metode data mining yang digunakan dalam penelitian ini adalah metode Support Vector Machine (SVM) dengan dataset dari data DPT Pilpres tahun 2014 Kecamatan Denpasar Barat Provinsi Bali. Pengujian tingkat akurasi dari metode SVM menggunakan parameter input C dan fungsi kernel dalam proses klasifikasi. Hasil akurasi tertinggi yang didapat dalam memprediksi partisipasi pemilih sebesar 96% dengan kernel RBF dan nilai parameter C yaitu 5.Kata kunci: Support Vector Machine, Data Mining, Prediksi Partisipasi Pemilih
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.