Ketidakseimbangan data adalah kondisi ketika data memiliki rasio yang tidak seimbang antara satu kelas dengan kelas lainnya. Ketidakseimbangan data memberikan dampak yang buruk pada hasil klasifikasi dimana kelas minoritas sering disalah klasifikasikan sebagai kelas mayoritas. Salah satu cara untuk menangani ketidakseimbangan data yaitu dengan resampling. Penelitian ini menggunakan regresi logistik biner yang didahului dengan proses resampling. Data yang digunakan adalah data sekunder yang bersumber dari SDKI tahun 2017. Hasil penelitian menunjukkan bahwa model dengan SMOTE merupakan model yang paling tepat dalam menangani ketidakseimbangan data pada sikap remaja terhadap keperawanan di Indonesia tahun 2017. Adapun variabel yang berpengaruh signifikan terhadap sikap remaja adalah jenis kelamin, diskusi masalah kesehatan reproduksi dengan teman, penyuluhan kesehatan reproduksi, penggunaan internet dan tingkat pendidikan.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.