Application Of The Support Vector Machine Algorithm To Predict Election Participation Levels On Education Quality
Penerapan Algoritma Support Vector Machine Untuk Memprediksi Tingkat Partisipasi Pemilu Terhadap Kualitas Pendidikan
DOI:
https://doi.org/10.21070/ups.3823Keywords:
Election, Participation, Prediction, Support Vector MachineAbstract
Elections are a democratic means of choosing leaders. Public participation in elections is important for a healthy democracy. The quality of education influences public participation in elections. This research aims to predict the level of participation in elections on the quality of education in Pasuruan Regency. This research uses an education sector dataset obtained from BPS data for Pasuruan Regency in 2022 and a recapitulation of the 2019 election results. Data analysis was carried out in an experimental stage to determine the variables to be predicted and predictor variables using the Support Vector Machine algorithm with three kernels. The findings show an accuracy of 88.4% for the linear kernel, 88.5% for the rbf kernel, and 88.5% for the polynomial kernel. The quality of education can influence the level of election participation. This is because high quality education can increase public awareness of the importance of participating in elections.
Downloads
References
M. C. Pulungan, M. Rahmatunnisa, and A. G. Herdiansah, “Strategi Komisi Pemilihan Umum Kota Bekasi Dalam Meningkatkan Partisipasi Pemilih Pada Pemilu Serentak Tahun 2019,” Politea J. Polit. Islam, vol. 3, no. 2, pp. 251–272, 2020, doi: 10.20414/politea.v3i2.2439.
P. S. Nur Wardhani, “Partisipasi Politik Pemilih Pemula dalam Pemilihan Umum,” Jupiis J. Pendidik. Ilmu-Ilmu Sos., vol. 10, no. 1, p. 57, 2018, doi: 10.24114/jupiis.v10i1.8407.
R. D. Hukubun, W. A. Samangun, P. S. Manila, and H. Tahalea, “Penyuluhan dan Fasilitasi Pemilihan Umum Bagi Masyarakat Negeri Hatalai,” vol. 1, no. 4, 2023.
P. A. Moento, F. Fitriani;, and A. Y. Maturan, “Strategi Komisi Pemilihan Umum Dalam Meningkatkan Partisipasi Masyarakat Dalam Pemilihan Umum,” Soc. J. Ilmu Adm. dan Sos., vol. 8, no. 2, pp. 109–121, 2019, doi: 10.35724/sjias.v8i2.2518.
Dairul, B. Akbar, A. Djaenuri, and S. Lukman, “Model Baru Partisipasi Masyarakat Pada Pelaksanaan Pilkada Era Pandemi Covid-19 Di Provinsi Banten,” J. Educ. Dev., vol. 9, no. 3, pp. 446–451, 2021.
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.
N. S. Millah and D. A. Dewi, “Skpp Bawaslu Sebagai Sarana Pendidikan Politik Dalam Upaya Meningkatkan Partisipasi Politik Warga Negara,” J. Kewarganegaraan, vol. 5, no. 2, pp. 355–363, 2021, doi: 10.31316/jk.v5i2.1583.
F. Nur et al., “Edu Geography,” vol. 10, no. 2, pp. 45–50, 2022.
D. Pristiwanti, B. Badariah, S. Hidayat, and R. S. Dewi, “Pengertian Pendidikan,” J. Pendidik. Dan Konseling, vol. 4, no. 6, pp. 1707–1715, 2022.
M. C. Pulungan, M. Rahmatunnisa, and A. G. Herdiansah, “Strategi Komisi Pemilihan Umum Kota Bekasi Dalam Meningkatkan Partisipasi Pemilih Pada Pemilu Serentak Tahun 2019,” Politea J. Polit. Islam, vol. 3, no. 2, pp. 251–272, 2020, doi: 10.20414/politea.v3i2.2439.
P. S. Nur Wardhani, “Partisipasi Politik Pemilih Pemula dalam Pemilihan Umum,” Jupiis J. Pendidik. Ilmu-Ilmu Sos., vol. 10, no. 1, p. 57, 2018, doi: 10.24114/jupiis.v10i1.8407.
R. D. Hukubun, W. A. Samangun, P. S. Manila, and H. Tahalea, “Penyuluhan dan Fasilitasi Pemilihan Umum Bagi Masyarakat Negeri Hatalai,” vol. 1, no. 4, 2023.
P. A. Moento, F. Fitriani;, and A. Y. Maturan, “Strategi Komisi Pemilihan Umum Dalam Meningkatkan Partisipasi Masyarakat Dalam Pemilihan Umum,” Soc. J. Ilmu Adm. dan Sos., vol. 8, no. 2, pp. 109–121, 2019, doi: 10.35724/sjias.v8i2.2518.
Dairul, B. Akbar, A. Djaenuri, and S. Lukman, “Model Baru Partisipasi Masyarakat Pada Pelaksanaan Pilkada Era Pandemi Covid-19 Di Provinsi Banten,” J. Educ. Dev., vol. 9, no. 3, pp. 446–451, 2021.
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.
N. S. Millah and D. A. Dewi, “Skpp Bawaslu Sebagai Sarana Pendidikan Politik Dalam Upaya Meningkatkan Partisipasi Politik Warga Negara,” J. Kewarganegaraan, vol. 5, no. 2, pp. 355–363, 2021, doi: 10.31316/jk.v5i2.1583.
F. Nur et al., “Edu Geography,” vol. 10, no. 2, pp. 45–50, 2022.
D. Pristiwanti, B. Badariah, S. Hidayat, and R. S. Dewi, “Pengertian Pendidikan,” J. Pendidik. Dan Konseling, vol. 4, no. 6, pp. 1707–1715, 2022.
F. N. A. Kurniawati, “Meninjau Permasalahan Rendahnya Kualitas Pendidikan Di Indonesia Dan Solusi,” Acad. Educ. J., vol. 13, no. 1, pp. 1–13, 2022, doi: 10.47200/aoej.v13i1.765.
W. Hidayat, M. Ardiansyah, and A. Setyanto, “Pengaruh Algoritma ADASYN dan SMOTE terhadap Performa Support Vector Machine pada Ketidakseimbangan Dataset Airbnb,” Edumatic J. Pendidik. Inform., vol. 5, no. 1, pp. 11–20, 2021, doi: 10.29408/edumatic.v5i1.3125.
I. Ahmad, S. Samsugi, and Y. Irawan, “Implementasi Data Mining Sebagai Pengolahan Data,” J. Teknoinfo, vol. 16, no. 1, p. 46, 2022, [Online]. Available: http://portaldata.org/index.php/portaldata/article/view/107
Y. Andini et al., “Penerapan Data Mining Terhadap Tata Letak Buku,” J. Technol. Informatics Comput. Syst., vol. XI, no. 1, pp. 9–15, 2022.
S. Widaningsih, “Penerapan Data Mining untuk Memprediksi Siswa Berprestasi dengan Menggunakan Algoritma K Nearest Neighbor,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 9, no. 3, pp. 2598–2611, 2022, doi: 10.35957/jatisi.v9i3.859.
K. Gründler and T. Krieger, “Using Machine Learning for measuring democracy: A practitioners guide and a new updated dataset for 186 countries from 1919 to 2019,” Eur. J. Polit. Econ., vol. 70, 2021, doi: 10.1016/j.ejpoleco.2021.102047.
M. Luter Laia and Y. Setyawan, “Perbandingan Hasil Klasifikasi Curah Hujan Menggunakan Metode Svmdan Nbc,” JurnalStatistika Ind. dan Komputasi, vol. 05, no. 2, pp. 51–61, 2020.
P. R. Prayoga, P. Purnawansyah, T. Hasanuddin, and H. Darwis, “Klasifikasi Daun Herbal Menggunakan K-Nearest Neighbor dan Support Vector Machine dengan Fitur Fourier Descriptor,” Edumatic J. Pendidik. Inform., vol. 7, no. 1, pp. 160–168, 2023, doi: 10.29408/edumatic.v7i1.17521.
F. Handayani et al., “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Komparasi Support Vector Machine, Logistic Regression Dan Artificial Neural Network dalam Prediksi Penyakit Jantung,” J. Edukasi dan Penelit. Inform., vol. 7, no. 3, p. Vol. 7 No. 3, 2021.
A. R. Isnain, A. I. Sakti, D. Alita, and N. S. Marga, “Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm,” J. Data Min. dan Sist. Inf., vol. 2, no. 1, p. 31, 2021, doi: 10.33365/jdmsi.v2i1.1021.
D. E. Safitri and A. S. Fitrani, “Implementasi Metode Klasifikasi Dengan Algoritma Support Vector Machine Kernel Gaussian Rbf Untuk Prediksi Partisipasi Pemilu Terhadap Demografi Kota Surabaya,” Indones. J. Bus. Intell., vol. 5, no. 1, p. 36, 2022, doi: 10.21927/ijubi.v5i1.2259.
Downloads
Additional Files
Posted
License
Copyright (c) 2024 UMSIDA Preprints Server
This work is licensed under a Creative Commons Attribution 4.0 International License.
