G
GlobalRiset
Portal Indeksasi Jurnal

Pemanfaatan Statistika dalam Bidang Informatika

Tapiani, Fadla Anas, Tapiani, Fadla Anas, Anggraeni, Pratiara Tri, Purwadi
Abstrak

erkembangan teknologi informasi yang sangat cepat dalam sepuluh tahun terakhir menyebabkan peningkatan pesat jumlah data di berbagai bidang kehidupan, seperti media sosial, layanan keuangan digital, belanja online, hingga data penduduk dan kesehatan masyarakat. Pertumbuhan data yang sangat besar membutuhkan cara pengolahan data yang bisa mengekstrak informasi berarti secara cepat, tepat, dan akurat. Statistik, sebagai ilmu yang mempelajari cara mengumpulkan, mengolah, menganalisis, mengartikan, dan menyajikan data, memainkan peran penting dalam mendukung perkembangan bidang informatika, terutama di bidang data mining dan machine learning. Artikel ini bertujuan untuk mengeksplorasi penggunaan berbagai metode statistika dan pembelajaran mesin dalam bidang informatika, berdasarkan tinjauan terhadap sebelas penelitian sebelumnya yang diterbitkan antara tahun 2023 hingga 2024. Penelitian ini menggunakan metode kajian pustaka dengan mengelompokkan referensi berdasarkan jenis metode statistika yang digunakan, yaitu metode klasifikasi dan metode regresi.Selanjutnya, penelitian menganalisis pola penerapan, objek penelitian, serta tingkat akurasi yang dihasilkan dalam setiap studi. Metode-metode klasifikasi yang dianalisis meliputi K-Nearest Neighbors, Convolutional Neural Network, Naive Bayes Classifier, dan Classification and Regression Tree, sedangkan metode regresi yang dianalisis adalah regresi linear sederhana serta regresi linear berganda. Hasil penelitian menunjukkan bahwa metode klasifikasi biasanya digunakan untuk menyelesaikan masalah yang menghasilkan kategori, seperti analisis sentimen dan penilaian kelayakan usaha, dengan tingkat keakuratan berkisar antara 68 persen hingga 92 persen.Sementara itu, metode regresi digunakan lebih banyak untuk memprediksi angka-angka seperti harga barang, jumlah penduduk, dan jumlah kasus penyakit menular, dengan tingkat keakuratan yang cenderung lebih tinggi. Penelitian ini menunjukkan bahwa gabungan antara konsep statistika klasik dan algoritma pembelajaran mesin memberikan manfaat besar dalam membantu pengambilan keputusan berdasarkan data di berbagai bidang kehidupan, sehingga statistika tidak bisa dipisahkan dari perkembangan ilmu informatika di era digital saat ini.

Penerbit
CV Ruang Publikasi Ilmiah
Kata kunci
Statistika; Informatika; Klasifikasi; Regresi; Machine Learning
E-ISSN
3089-0128
Unduh PDF di penerbit Lihat di situs jurnal