APPLICATION OF MULTIPLE LINEAR REGRESSION ESTIMATING THE POPULATION OF ASAHAN REGENCY

Tasya Azhara, Nurul Rahmadani, Andri Nata

Abstract


Abstract: Population is a group of people who live or settle in an area for six months or more. Increasing the population in an area results in more problems being faced by the area such as high unemployment rates, poverty and food shortages which result in hunger. BPS Asahan Regency records that there is an increase in population every year. Asahan Regency BPS cannot predict population growth in the following year, so an application is needed to predict population growth. The purpose of this study is to predict population growth in Asahan Regency in the following year based on previous data using the concept of data mining. By applying data mining using multiple linear regression methods can be used to calculate population growth estimates based on previous data. This quantitative research used population data of Asahan Regency from 2016 to 2022. From the calculation of the multiple linear regression model using data from the previous five years, the estimated population growth of Asahan for 2023 was 824,617 people and the process of estimating the population became more systematic and calculated. well with this population estimation system and the process of storing data becomes easier and does not require a lot of paper to print and save.

           
Keywords: Application; Data Mining; Multiple Linear Regression

 

 

Abstrak: Penduduk merupakan sekumpulan orang yang tinggal atau menetap pada suatu wilayah selama enam bulan atau lebih. Bertambahnya jumlah penduduk pada suatu daerah mengakibatkan semakin banyak pula persoalan yang di hadapi oleh daerah tersebut seperti tingkat pengangguran yang tinggi, kemiskinan dan kekurangan pangan yang mengakibatkan kelaparan. BPS Kabupaten Asahan mencatat terjadi adanya pertambahan penduduk pada setiap tahunnya. BPS Kabupaten Asahan tidak dapat memprediksi pertumbuhan penduduk pada tahun berikutnya sehingga dibutuhkan suatu aplikasi untuk memprediksi pertambahan penduduk tersebut. Tujuan penelitian ini adalah untuk memprediksi pertumbuhan penduduk Kabupaten Asahan pada tahun berikutnya berdasarkan data sebelumnya menggunakan konsep data mining. Dengan menerapkan data mining menggunakan metode regresi linier berganda dapat digunakan untuk menghitung estimasi pertumbuhan penduduk berdasarkan data sebelumnya.  Penelitian yang dilakukan secara kuantitatif ini menggunakan data penduduk Kabupaten Asahan dari tahun 2016 sampai tahun 2022. Dari perhitungan model regresi linier berganda menggunakan data lima tahun sebelumnya didapat estimasi pertumbuhan penduduk Asahan untuk tahun 2023 sebesar 824.617 jiwa dan proses estimasi jumlah penduduk menjadi lebih sistematis dan terkalkulasi dengan baik dengan adanya sistem estimasi jumlah penduduk ini dan proses penyimpanan data menjadi lebih mudah dan tidak memerlukan banyak kertas untuk di cetak dan di simpan.

 

Kata kunci: Aplikasi; Data Mining; Regresi Linier Berganda


Full Text:

PDF

References


D. S. Seruni, M. T. Furqon, and R. C. Wihandika, “Sistem Prediksi Pertumbuhan Jumlah Penduduk Kota Malang menggunakan Metode K-Nearest Neighbor Regression,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 4, pp. 1075–1082, 2020.

W. A. L. Sinaga, S. Sumarno, and I. P. Sari, “The Application of Multiple Linear Regression Method for Population Estimation Gunung Malela District,” JOMLAI J. Mach. Learn. Artif. Intell., vol. 1, no. 1, pp. 55–64, 2022, doi: 10.55123/jomlai.v1i1.143.

Hartati, Indrawati, R. Sitepu, and N. Tamba, “Metode geometri, metode aritmatika, dan metode eksponensial untuk memproyeksikan penduduk Provinsi Sumatera Selatan,” Pros. Semin. Nas. Sains Mat. Inform. dan Apl. IV, vol. 4, no. 4, pp. 7–18, 2019.

S. Ashari, S. Khansa, C. H. M. Surudin, and I. N. Isnainiyah, “KLUSTERING JUMLAH PENDUDUK KOTA BANDUNG BERDASARKAN JENIS KELAMIN PER KECAMATAN PADA TAHUN 2012 DENGAN METODE K-MEANS Sarah Ashari , Salsabilah Khansa , Celvin Habib Maulana Surudin , Ika Nurlaili Isnainiyah,” Semin. Nas. Inform. Sist. Inform. Dan Keamanan Siber, pp. 22–28, 2018.

Nurfajilah and U. Nabilla, “Penerapan Model Verhuslt untuk estimasi jumlah penduduk Kota Langsa Tahun 2019,” J. Gamma-Pi, vol. 2, no. 1, pp. 35–37, 2020.

R. Pranata, S. Sinaga, and A. Wanto, “Estimasi Wisatawan Mancanegara Yang Datang ke Sumatera Utara Menggunakan Jaringan Saraf,” J. Semant., vol. 4, no. 1, pp. 97–102, 2018.

P. Purwadi, P. S. Ramadhan, and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 1, p. 55, 2019, doi: 10.53513/jis.v18i1.104.

S. K. M. P. Fitri Marisa, S. T. M. S. M. M. T. Anastasia Lidya Maukar, and S. S. M. M. S. I. Dr. Tubagus Mohammad Akhriza, Data Mining Konsep Dan Penerapannya. Deepublish, 2021. [Online]. Available: https://books.google.co.id/books?id=BtlVEAAAQBAJ

S. K. M. K. Dasril Aldo, S. P. M. K. Afriosa Syawitri, S. K. M. K. Alwendi, S. K. M. K. Darmansah, and S. K. M. K. Khairunnisa Samosir, DATA MINING. Insan Cendekia Mandiri, 2021. [Online]. Available: https://books.google.co.id/books?id=zWgtEAAAQBAJ

D. Kurniawan, “Regresi Linier,” Statistic, vol. 2, no. 3, pp. 1–6, 2018.

Muhammad, “Perancangan Sistem Informasi Pengarsipan Buku Tanah Di Kantor Pertanahan Kota Pekanbaru,” J. Intra-Tech, vol. 2, no. 1, pp. 1–15, 2018.

N. Khesya, “Mengenal Flowchart dan Pseudocode Dalam Algoritma dan Pemrograman,” Preprints, vol. 1, pp. 1–15, 2021, [Online]. Available: https://osf.io/dq45e

P. Purwadi, P. S. Ramadhan, and N. Safitri, “Penerapan Data Mining Untuk Mengestimasi Laju Pertumbuhan Penduduk Menggunakan Metode Regresi Linier Berganda Pada BPS Deli Serdang,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 18, no. 1, pp. 55–61, 2019, doi: 10.53513/jis.v18i1.104

T. N. Padilah and R. I. Adam, “Analisis Regresi Linier Berganda Dalam Estimasi Produktivitas Tanaman Padi Di Kabupaten Karawang,” FIBONACCI J. Pendidik. Mat. dan Mat., vol. 5, no. 2, pp. 117–128, 2019, doi: 10.24853/fbc.5.2.117-128

S. Adiguno, Y. Syahra, and M. Yetri, “Prediksi Peningkatan Omset Penjualan Menggunakan Metode Regresi Linier Berganda,” J. Sist. Inf. Triguna Dharma (JURSI TGD), vol. 1, no. 4, pp. 275–281, 2022, doi: 10.53513/jursi.v1i4.533




DOI: https://doi.org/10.33330/jurteksi.v10i1.2466

Article Metrics

Abstract view : 232 times
PDF - 178 times

Refbacks

  • There are currently no refbacks.


Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM) STMIK ROYAL 

Copyright © LPPM STMIK ROYAL

 

Lisensi Creative Commons
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-BerbagiSerupa 4.0 Internasional.