Optimasi Parameter K-NN Berbasis Algoritma Genetika pada Dataset Kontrasepsi (Studi Kasus : Survei Prevalensi Kontrasepsi Nasional Indonesia 1987)

Abstract

Kontrasepsi memiliki peran penting untuk membatasi peningkatan populasi terutama dengan mengurangi angka kelahiran. Pilihan seorang perempuan untuk menggunakan kontrasepsi atau tidak termasuk dalam permasalahan klasifikasi. Pada penelitian ini metode klasifikasi yang digunakan yaitu K-Nearest Neighbours (K-NN). Namun, salah satu kekurangan K-NN yaitu penentuan nilai k secara manual. Oleh karena itu, akan digunakan metode optimasi algoritma genetika untuk mengoptimasi nilai k. Dataset yang digunakan terdiri dari 9 variabel independen yaitu variabel umur istri, pendidikan istri, pendidikan suami, jumlah anak, agama istri, status pekerjaan istri, pekerjaan suami, indeks standar hidup, dan media exposure, sedangkan variabel dependen berupa kelas yaitu penggunaan kontrasepsi pada seorang istri. Didapatkan hasil bahwa algoritma genetika telah berhasil memperbaiki akurasi sebesar 64.75% dibandingkan dengan akurasi K-NN sebesar 63.05%.