HYBRID MODEL FUZZY C-MEANS (FCM) DAN MULTIVARIATE ADAPTIVE REGRESSION SPLINE (MARS) PADA KASUS RUMAH TANGGA MISKIN KABUPATEN JOMBANG

Kemiskinan merupakan salah satu permasalahan utama yang menjadi pusat perhatian pemerintah dalam proses pembangunan nasional. Namun, kriteria kemiskinan dan cara pandang yang berbeda-beda akan menimbulkan penafsiran yang berbeda-beda pula mengenai jumlah penduduk miskin, kriteria penduduk miskin, dan tingkat penanganan terhadap masalah kemiskinan sehingga diperlukan suatu proses penggalian informasi tersembunyi dalam data tersebut yang dikenal dengan data mining. Metode yang dikenal dalam data mining diantaranya adalah metode pengelompokkan dengan pendekatan clustering dan klasifikasi. Namun, saat kondisi keanggotaan suatu data untuk dikelompokkan tidak jelas batasannya, himpunan fuzzy digunakan untuk mengantisipasi hal tersebut. Konsep himpunan fuzzy ini kemudian yang mendasari berkembangnya metode fuzzy clustering, dimana salah satu pendekatan metode ini adalah Fuzzy CMeans (FCM). Adapun untuk kasus rumah tangga miskin Kabupaten Jombang yang terdiri dari banyak variabel prediktor, pendekatan regresi nonparametrik dapat digunakan Multivariate Adaptive Regression Splines (MARS) untuk memperoleh model hubungan variabel prediktor terhadap respon dan besarnya ketepatan klasifikasi yang dihasilkan dari pemodelan rumah tangga miskinnya. Penggabungan metode FCM dan MARS ini menghasilkan cluster terbaik sebanyak 3 cluster yang kemudian dimodelkan dengan MARS. Kemudian, hasil ketepatan klasifikasinya dibandingkan dengan model MARS dengan respon berupa status rumah tangga miskin ketetapan Badan Pusat Statistik (BPS) dan diperoleh bahwa nilai sensitivity, specificity dan accuracy untuk ketepatan klasifikasi MARS respon hasil pembentukan cluster dengan FCM lebih baik dibandingkan hasil klasifikasi model MARS dengan respon status rumah tangga miskin ketetapan BPS.