PRIAMBODO, Yudith Nico (2025) Implementasi Prediksi Pertumbuhan Penduduk Kecamatan Sidareja Cilacap dengan Algoritma Support Vector Machine Berbasis Website Menggunakan Framework Streamlit. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Download (39kB)
	PDF (Legalitas) LEGALITAS-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Restricted to Repository staff only Download (732kB)
	PDF (Abstrak) ABSTRAK-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Download (170kB)
	PDF (BabI) BAB-I-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Restricted to Repository staff only until 17 September 2026. Download (118kB)
	PDF (BabII) BAB-II-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Restricted to Repository staff only until 17 September 2026. Download (118kB)
	PDF (BabIII) BAB-III-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Restricted to Repository staff only until 17 September 2026. Download (88kB)
	PDF (BabIV) BAB-IV-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Restricted to Repository staff only Download (2MB)
	PDF (BabV) BAB-V-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Download (42kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Yudith Nico Priambodo-H1D021035-Skripsi-2025.pdf Download (176kB)

Abstract

Kecamatan Sidareja, Kabupaten Cilacap, menghadapi tantangan dalam pengelolaan data kependudukan, termasuk keterbatasan arsip historis, publikasi data yang tidak efisien (±100 halaman), dan potensi ketidakakuratan akibat perbedaan sumber atau data usang. Penelitian ini mengimplementasikan sistem berbasis website menggunakan framework Streamlit untuk memprediksi pertumbuhan penduduk dengan algoritma Support Vector Machine (SVM). Sistem ini menyediakan repositori data terstruktur (tahun 2016–2024) dan dashboard interaktif yang memvisualisasikan data kependudukan seperti : jumlah penduduk, migrasi, status perkawinan, putus sekolah, dan kepala keluarga beserta hasil prediksinya. Model SVM dievaluasi menggunakan metrik MAPE (Mean Absolute Percentage Error) dan R-squared, menunjukkan akurasi tinggi untuk semua aspek prediksi. Pengembangan sistem mengadopsi metode Agile dengan tahapan perencanaan kebutuhan, desain, pengembangan, pengujian (blackbox testing), dan deployment. Hasilnya, sistem berhasil mengatasi masalah pengarsipan data, menyajikan prediksi pertumbuhan penduduk yang akurat, dan memfasilitasi analisis data secara real-time bagi admin dan pengunjung. Seluruh fungsionalitas terverifikasi beroperasi optimal melalui pengujian.

Actions (login required)

View Item