Klasifikasi tingkat kepuasan masyarakat program RTP2S menggunakan metode SVM berbasis backward elimination

RTP2S merupakan program pencanangan Rumah Tangga Pelopor Pencegahan Stunting, pendekatanya diimplementasikan melalui model pilot RTP2S yang didasarkan desa lokus stunting dan desa bermasalah sanitasi dan air bersih. Permasalahan yang terjadi yaitu pemerintah tidak ada data langsung dari masyarakat untuk mengetahui berhasil tidaknya pemerintah atau puas tidaknya masyarakat dengan adanya program RTP2S yang telah dijalankan. Klasifikasi keberasilan pemerintah dinilai dari tingkat kepuasan masyarakat terhadap program RTP2S. Data yang digunakan yaitu berupa data hasil wawancara terhadap masyarakat yang berupa kuesioner. Hasil kuesioner diinput menggunakan Microsoft Excel, data yang didapatkan sebanyak 50 record. Tahap preprocessing yang dilakukan yaitu pertama data selection dimana dilakukan pemilihan data sebelum tahap pemodelan, yang kedua tahap cleaning diterapkan untuk menghapus dan memperbaiki data yang tidak lengkap, dan ketiga data reduction dalam dataset mungkin terjadi inkonsisten data dan data yang sama akan digabung dalam satu tupel. Tahap eksperimen, peneliti menggunakan tool RapidMiner untuk pemodelan klasifikasi. Dari hasil penelitian bahwa dengan menggunakan seleksi fitur sangat berpengaruh terhadap peningkatan akurasi dari klasifikasi yang dilakukan, karna atribut yang tidak signifikan dari model akan dieliminasi, dari hasil eliminasi menggunakan Backward Elimination, atribut yang digunakan hanya 5 atribut. Akurasi yang didapatkan dengan menggunakan Metode Support Vector Machine yaitu 54.00% sedangkan Support Vector Machine berbasis Backward Elimination yaitu 62.00%. Klasifikasi Tingkat Kepuasan Masyarakat Terhadap Program RTP2S yang di proporsi jumlah data bernilai benar yang berhasil diklasifikasi secara tepat yaitu 62% yaitu data Puas diklasifikasi Puas. Hasil yang didapatkan merupakan tingkat keberhasilan pemerintah dimana 62% masyarakat penerima bantuan RTP2S merasa Puas terhadap program RTP2S.