Perpustakaan Digital ITB

Indonesia memiliki lebih dari 1.300 kelompok etnis dengan beragam sistem penamaan, namun informasi etnis sering tidak tersedia dalam data administrasi. Padahal, identifikasi penduduk asli sangat penting, terutama di daerah 3T (tertinggal, terdepan, dan terluar) seperti Maluku, untuk mendukung kebijakan afirmatif yang tepat sasaran. Penelitian ini mengembangkan model klasifikasi probabilistik berbasis nama (depan, tengah, dan belakang) untuk membedakan penduduk Asli Maluku dan Non-Maluku. Data yang digunakan merupakan data kependudukan dari Kabupaten Buru Selatan yang telah dilabeli menggunakan daftar marga dan tempat lahir Maluku. Data tersebut dibagi menjadi data training dan data testing dengan proporsi yang sesuai. Dua kelompok model dibangun, yaitu model dasar Coldman dengan asumsi independensi (aturan multiplikatif, aditif, maksimum, dan nama belakang) serta model modifikasi dengan asumsi dependensi (Chain Rule, Gabungan, dan Maximum). Model dasar menggunakan additive smoothing dengan parameter tertentu, sedangkan model modifikasi menggunakan Lidstone smoothing yang dipilih melalui Stratified 5-Fold Cross-Validation. Threshold (ambang batas) untuk model dasar dihitung dengan estimasi proporsi Coldman, sedangkan untuk model modifikasi dihitung menggunakan Youden’s Index dari kurva ROC. Hasil evaluasi menunjukkan bahwa model dasar Coldman multiplikatif memberikan performa yang baik dengan akurasi dan F1-score yang tinggi pada data testing. Sementara itu, pada kelompok model modifikasi, model Maximum menunjukkan performa yang lebih stabil dan tidak mengalami overfitting dibandingkan model Chain Rule. Dengan demikian, model Maximum dipilih sebagai model terbaik karena memiliki keseimbangan yang baik antara sensitivitas dan spesifisitas, serta lebih robust terhadap overfitting. Penelitian ini diharapkan dapat berkontribusi pada pengembangan metode klasifikasi probabilistik terhadap karakteristik lokal. Meskipun demikian, masih terdapat keterbatasan dalam penelitian ini, sehingga diperlukan perbaikan yang relevan untuk menunjang penelitian selanjutnya.