Abstract:
Not in Education, Employment, or Training (NEET) adalah istilah mengenai penduduk usia muda dalam pengangguran, tidak sekolah, dan putus sekolah, serta putus asa terhadap pasar tenaga kerja. Berdasarkan data BPS Indonesia (2020), provinsi Kalsel memiliki persentase NEET di Indonesia sebesar 21,16?ngan kabupaten/kota persentase NEET tertinggi yaitu Kabupaten Kotabaru sebesar 32,18%. Salah satu cara untuk mengatasi peningkatan NEET di Kabupaten Kotabaru terutama pada penduduk usia muda dengan memilih beberapa indikator dari data Survei Angkatan Kerja Nasional (SAKERNAS) tahun 2020. Pada penelitian ini bertujuan untuk menganalisis proses klasifikasi status NEET dan menentukan ketepatan klasifikasi pada penduduk usia muda menggunakan pendekatan klasifikasi, salah satu pendekatan klasifikasi yang digunakan adalah random forest. Random forest merupakan sebuah metode klasifikasi yang merupakan perluasan dari decision tree dalam data mining, secara umum random forest adalah proses klasifikasi dengan beberapa pohon keputusan yang dibangun menggunakan teknik voting untuk memprediksi kombinasi pohon keputusan. Hasil penelitian menunjukkan bahwa klasifikasi metode random forest pada tahapan 10–fold cross validation dengan nilai error Out Of Bag (OOB) terkecil menghasilkan model yang terpilih adalah fold 2, m=3, k=50 dengan hasil prediksi klasifikasi benar sebesar 167 penduduk dan 19 penduduk lainnya sebenarnya tidak termasuk NEET. Oleh karena itu, dari hasil data testing fold 2 diperoleh akurasi klasifikasi terbaik sebesar 83,33%.
