Simulasi Monte Carlo dalam Memprediksi Distribusi Kursi DPR RI Jawa Tengah dengan Metode Sainte Lague

Pemilu legislatif merupakan langkah penting dalam sistem demokrasi yang menentukan alokasi kursi parlemen bagi masing-masing partai politik yang berpartisipasi. Salah satu metode yang umum digunakan untuk menghitung alokasi kursi adalah metode Sainte-Lague yang diterapkan untuk mengalokasikan kursi secara proporsional berdasarkan perolehan suara. Perhitungan alokasi kursi akan lebih maksimal apabila diterapkan algoritma iterasi metode Sainte-Lague dengan membagi bilangan ganjil secara berurutan (1, 3, 5, dst.). Metode Sainte-Lague memberi peluang yang lebih adil bagi partai kecil dalam pengalokasian kursi dan memperhitungkan secara akurat perolehan suara sehingga kepentingan masyarakat yang beragam dapat tercermin dalam lembaga legislatif. Namun, kompleksitas perhitungan dan berbagai hasil dapat muncul dari berbagai situasi perolehan suara. Untuk mengadapi situasi probabilitik seperti ini, simulasi Monte Carlo penting digunakan dalam memprediksi perolehan suara. Simulasi Monte Carlo memiliki kemampuan untuk menganalisis beberapa kemungkinan ketidakpastian yang terjadi. Penelitian ini bertujuan untuk memberikan algoritma perhitungan kursi dengan metode Sainte-Lague dan menerapkan simulasi Monte Carlo dalam memprediksi distribusi kursi berdasarkan perolehan suara. Hasil simulasi dari penelitian ini diperoleh rata-rata tingkat akurasi sebesar 82.16% yang sesuai dengan hasil perhitungan resmi oleh Komisi Pemilihan Umum (KPU) yang berarti metode Monte Carlo layak digunakan untuk memprediksi distribusi kursi DPR RI Jawa Tengah untuk pemilu yang akan datang.

Publication Details

Journal
Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Published
2024-11-20
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Simulasi Monte Carlo dalam Memprediksi Distribusi Kursi DPR RI Jawa Tengah dengan Metode Sainte Lague

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Data Mining and Machine Learning Applications
article

Simulasi Monte Carlo dalam Memprediksi Distribusi Kursi DPR RI Jawa Tengah dengan Metode Sainte Lague

article en

Abstract

Pemilu legislatif merupakan langkah penting dalam sistem demokrasi yang menentukan alokasi kursi parlemen bagi masing-masing partai politik yang berpartisipasi. Salah satu metode yang umum digunakan untuk menghitung alokasi kursi adalah metode Sainte-Lague yang diterapkan untuk mengalokasikan kursi secara proporsional berdasarkan perolehan suara. Perhitungan alokasi kursi akan lebih maksimal apabila diterapkan algoritma iterasi metode Sainte-Lague dengan membagi bilangan ganjil secara berurutan (1, 3, 5, dst.). Metode Sainte-Lague memberi peluang yang lebih adil bagi partai kecil dalam pengalokasian kursi dan memperhitungkan secara akurat perolehan suara sehingga kepentingan masyarakat yang beragam dapat tercermin dalam lembaga legislatif. Namun, kompleksitas perhitungan dan berbagai hasil dapat muncul dari berbagai situasi perolehan suara. Untuk mengadapi situasi probabilitik seperti ini, simulasi Monte Carlo penting digunakan dalam memprediksi perolehan suara. Simulasi Monte Carlo memiliki kemampuan untuk menganalisis beberapa kemungkinan ketidakpastian yang terjadi. Penelitian ini bertujuan untuk memberikan algoritma perhitungan kursi dengan metode Sainte-Lague dan menerapkan simulasi Monte Carlo dalam memprediksi distribusi kursi berdasarkan perolehan suara. Hasil simulasi dari penelitian ini diperoleh rata-rata tingkat akurasi sebesar 82.16% yang sesuai dengan hasil perhitungan resmi oleh Komisi Pemilihan Umum (KPU) yang berarti metode Monte Carlo layak digunakan untuk memprediksi distribusi kursi DPR RI Jawa Tengah untuk pemilu yang akan datang.

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Peace, Justice and strong institutions
Openalex Percentile: Top 30%
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.