Penerapan Data Mining untuk Mengestimasi Laju Pertumbuhan Penduduk Kabupaten Serdang Bedagai Menggunakan Metode Regresi Linear Berganda

Authors

  • Azizah Wulan Lestari Universitas Islam Negeri Sumatera Utara
  • Lisa Salsabila Sinaga Universitas Islam Negeri Sumatera Utara
  • Juwita Samroiyah Pulungan Universitas Islam Negeri Sumatera Utara
  • Ulifia Cahaya Hasibuan Universitas Islam Negeri Sumatera Utara
  • Ismail Husein Universitas Islam Negeri Sumatera Utara

Keywords:

Data Mining, Pertumbuhan Penduduk, Regresi Linear Berganda

Abstract

Pertumbuhan penduduk merupakan indikator penting dalam perencanaan pembangunan daerah. Penelitian ini bertujuan untuk mengestimasi laju pertumbuhan penduduk Kabupaten Serdang Bedagai dengan menerapkan teknik data mining menggunakan metode Regresi Linear Berganda. Data yang digunakan diperoleh dari Badan Pusat Statistik (BPS) Kabupaten Serdang Bedagai selama periode 2019-2023, yang mencakup jumlah penduduk laki- laki dan perempuan. Melalui tahapan pengumpulan, praproses, dan analisis data, diperoleh model regresi dengan persamaan Y = 0 + 1,5558X1 + 0,4367 X2, di mana Y adalah total penduduk, X1 jumlah laki-laki, dan X2 jumlah perempuan. Hasil penelitian menunjukkan estimasi jumlah penduduk pada tahun 2024 mencapai 683.056 jiwa, yang berarti terdapat peningkatan dibandingkan tahun sebelumnya. Model ini menunjukkan bahwa metode regresi linear berganda mampu memberikan hasil estimasi yang akurat  dan  dapat  dijadikan  acuan  dalam perencanaan pembangunan berbasis data.

Downloads

Download data is not yet available.

Published

2026-02-26

How to Cite

Azizah Wulan Lestari, Lisa Salsabila Sinaga, Juwita Samroiyah Pulungan, Ulifia Cahaya Hasibuan, & Ismail Husein. (2026). Penerapan Data Mining untuk Mengestimasi Laju Pertumbuhan Penduduk Kabupaten Serdang Bedagai Menggunakan Metode Regresi Linear Berganda. Maximal Journal : Jurnal Ilmiah Bidang Sosial, Ekonomi, Budaya Dan Pendidikan, 3(4), 41–47. Retrieved from https://malaqbipublisher.com/index.php/MAKSI/article/view/975

Issue

Section

Article