Implementation of the Linear Regression Method to Determine Predictions of the Influence of Religion on Election Participation
Implementasi Metode Regresi Linier untuk Menentukan Prediksi Pengaruh Agama pada Partisipasi Pemilu
DOI:
https://doi.org/10.21070/ups.3816Keywords:
Election, Partisipation, Multiple Linier Regresion, Prediction, religionAbstract
This research aims to predict election participation in places of worship through statistical data analysis and predictive algorithms using variables from Central Statistics Agency (BPS) data and records of previous general elections. This study identifies the relationship between religious variables and the level of voter participation in places of worship using the linear regression method. The research results show variations in R-squared and Mean Squared Error (MSE), with the best scenario having an R-squared value of around 0.00012 and MSE 0.09934. These findings highlight the potential link between religion and voter turnout, emphasizing the need for further consideration and model adjustments to improve the accuracy of future election predictions.
Downloads
References
J. Penelitian, P. Pancasila, D. Kewarganegaraan, and D. N. Ramadhanti, “De Cive: Demokrasi dan Pemilu Indonesia dalam Tinjauan Sosiologi Politik,” vol. 2, no. 9, pp. 361–366, 2022, [Online]. Available: https://doi.org/10.56393/decive.v2i9.1677.
I. P. A. P. Wibawa, I. K. A. Purnawan, D. P. S. Putri, and N. K. D. Rusjayanthi, “Prediksi Partisipasi Pemilih dalam Pemilu Presiden 2014 dengan Metode Support Vector Machine,” J. Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi), vol. 7, no. 3, p. 182, 2019, doi: 10.24843/jim.2019.v07.i03.p02.
A. Intani, “Pemilu Serentak Tahun 2024: Prediksi Partisipasi Politik Masyarakat Mengacu Pada Perbandingan Anggaran Kampanye Pemilu Serentak Tahun 2019,” Madani J. Ilm. Multidisiplin, vol. 1, no. 8, pp. 1–13, 2023, [Online]. Available: https://jurnal.penerbitdaarulhuda.my.id/index.php/MAJIM/article/view/755%0Ahttps://jurnal.penerbitdaarulhuda.my.id/index.php/MAJIM/article/download/755/865.
A. S. Fitriani, “Penerapan Data Mining Menggunakan Metode Klasifikasi Naïve Bayes untuk Memprediksi Partisipasi Pemilihan Gubernur,” JTAM (Jurnal Teor. dan Apl. Mat., vol. 3, no. 2, pp. 98–104, 2019.
O. Samosir and I. Novitasari, “Hak Politik Warga Negara Dalam Cengkeraman Politik Identitas: Refleksi Menuju Pemilu Serentak Nasional Tahun 2024,” J. Ilmu Hukum, Hum. dan Polit., vol. 2, no. 3, pp. 332–346, 2022, doi: 10.38035/jihhp.v2i3.1052.
E. Trianggorowati and R. Al-Hamdi, “Jurnal Tapis: Jurnal Teropong Aspirasi Politik Islam 16 (1) (2020) 65-82,” Strateg. Kampanye Partai Islam Kasus Partai Keadilan Sejah. pada Pemilu 2019, vol. 16 (1), no. 1, pp. 65–82, 2020, [Online]. Available: https://http//ejournal.radenintan.ac.id/index.php/TAPIs/index.
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.
Y. Goktua Siadari and D. Saripuna, “Data Mining Untuk Mengestimasi Jumlah Penumpang Pada Pt. Pinem Lau Guna Medan Dengan Menggunakan Metodere Gresi Linear Berganda,” J. CyberTech, vol. x. No.x, no. x, 2020.
M. C. Pulungan, M. Rahmatunnisa, and A. G. Herdiansyah, “Strategi KPU Kota Bekasi dalam meningkatkan Partisipastif Pemilih Disabilitas,” J. Polit. Islam, vol. 3, no. 2, pp. 251–272, 2020.
A. N. Latifah, M. Sulistiyono, A. Sidauruk, B. Satria, and M. T. Nurcholis, “Prediksi Curah Hujan Menggunakan Algoritma Regresi Linear Berganda,” vol. 23, pp. 39–44, 2023.
M. Sholeh, R. Y. Rachmawati, and E. N. Cahyo, “Penerapan Regresi Linear Ganda Untuk Memprediksi Hasil Nilai Kuesioner Mahasiswa Dengan Menggunakan Python,” J. Din. Inform., vol. 11, no. 1, pp. 13–24, 2022, [Online]. Available: https://jdi.upy.ac.id/index.php/jdi/article/view/124.
Achmad Saiful Rizal and Moch. Lutfi, “Prediksi Hasil Pemilu Legislatif Menggunakan Algoritma K-Nearest Neighbor Berbasis Backward Elimination,” J. Resist. (Rekayasa Sist. Komputer), vol. 3, no. 1, pp. 27–41, 2020, doi: 10.31598/jurnalresistor.v3i1.517.
M. P. Handayani, A. Azhar, and V. C. G. Hura, “Perhitungan Nilai Ekivalensi Mobil Penumpang Dengan Metode Regresi Linier Berganda Pada Ruas Jalan Thamrin Kota Padang,” Ekasakti J. Penelit. Pengabdi., vol. 2, no. 2, pp. 106–121, 2022.
D. Selent, T. Patikorn, and N. Heffernan, “ASSIStments dataset from multiple randomized controlled experiments,” L@S 2016 - Proc. 3rd 2016 ACM Conf. Learn. Scale, pp. 181–184, 2016, doi: 10.1145/2876034.2893409.
S. V., S. Chandurkar, and S. Bansode, “Attribute Selection to Improve Accuracy of Classification,” Int. J. Comput. Appl., vol. 173, no. 5, pp. 18–22, 2017, doi: 10.5120/ijca2017915117.
Y. S. Bhakti, A. B. Kusdinar, and A. A. Sunarto, “Model Peramalan Penerimaan Calon Mahasiswa Menggunakan Metode Regresi,” Progresif J. Ilm. Komput., vol. 16, no. 2, p. 113, 2020, doi: 10.35889/progresif.v16i2.515.
A. A. Khan, “Balanced Split: A new train-test data splitting strategy for imbalanced datasets,” 2022, [Online]. Available: http://arxiv.org/abs/2212.11116.
G. N. Ayuni and D. Fitrianah, “Penerapan metode Regresi Linear untuk prediksi penjualan properti pada PT XYZ,” J. Telemat., vol. 14, no. 2, pp. 79–86, 2019, [Online]. Available: https://journal.ithb.ac.id/telematika/article/view/321.
Downloads
Additional Files
Posted
License
Copyright (c) 2024 UMSIDA Preprints Server
This work is licensed under a Creative Commons Attribution 4.0 International License.
