PREDIKSI TINGKAT KEPADATAN PENDUDUK MENGGUNAKAN REGRESI LINIER (STUDI KASUS: KOTA TERNATE)

Abstract

Pertumbuhan penduduk yang semakin meningkat dari tahun ketahun secara tidak langsung mengakibatkan jumlah lowongan kerja semakin sedikit. Dengan adanya penerapan data mining untuk menentukan estimasi pertumbuhan penduduk diharapkan dapat membantu dalam menyiapkan program mendatang seperti membuat pelatihan sumber daya manusia agar menjadi penduduk yang mandiri, maka dari itu tingkat pendapatan akan menjadi lebih baik dan tingkat pengangguran akan berkurang khusunya pada pemerintah kota ternate. Oleh karena itu peneliti mengembangkan sistem prediksi penduduk menggunakan metode regresi linear sederhana dengan tujuan untuk mengetahui jumlah kepadatan penduduk kota ternate pada tahun yang akan datang dengan memanfaatkan data dari enam tahun terakhir dengan menginput data training dan data testing yang mana memanfaatkan data penduduk dari enam tahun terakhir yaitu tahun 2017-2022. Dari data diatas peneliti menghasilkan akurasi prediksi sebesar 99.9703 atau tingkat eror 0,029719% maka dapat dikatakan algoritma regresi linear ini sangat baik dalam melakukan analisis prediksi