Analisis Klasifikasi Kualitas Hidup Manusia Antar Kabupaten/Kota di Indonesia Menggunakan Algoritma CatBoost Classifier dan SHAP Values
Pembangunan manusia harus disertai dengan peningkatan kualitas hidup manusia yang dapat dilihat berdasarkan IPM dan faktor-faktor yang mempengaruhinya. Klasifikasi kualitas hidup manusia berdasarkan IPM ke dalam wilayah maju, berkembang, dan tertinggal memberikan gambaran kinerja pembangunan manusia di setiap wilayah kabupaten/kota di Indonesia. Algoritma CatBoost Classifier dan nilai Shapley Additive Explanations (SHAP) dapat digunakan untuk menghasilkan model klasifikasi yang akurat sekaligus menginterpretasikan pengaruh setiap variabel. Penelitian ini bertujuan untuk menganalisis klasifikasi kualitas hidup manusia antar kabupaten/kota di Indonesia berdasarkan IPM dan faktor-faktor yang mempengaruhinya. Model klasifikasi menggunakan algoritma CatBoost Classifier menghasilkan akurasi sebesar 92,23%. Kinerja terbaik terdapat pada kelas berkembang, sementara kelas tertinggal menunjukkan akurasi rendah akibat ketidakseimbangan data. Analisis nilai SHAP menunjukkan bahwa variabel paling berpengaruh pada kelas maju dan berkembang adalah rata-rata lama sekolah, pengeluaran per kapita, dan jenis wilayah. Pada kelas tertinggal, faktor pulau dan akses sanitasi menjadi penentu utama. Hasil ini menunjukkan bahwa pendidikan, kesejahteraan ekonomi, dan infrastruktur dasar sangat berperan dalam kualitas hidup manusia. Penelitian ini juga relevan dalam konteks risiko sosial aktuaria, khususnya untuk mendukung perencanaan jaminan sosial yang berbasis data dan wilayah.
URI
https://repo.itera.ac.id/depan/submission/SB2508040050
Keyword