Analisis Akurasi Arsitektur JST Berdasarkan Jumlah Penduduk Pada Kabupaten/Kota di Sumatera Utara

Sandy Putra Siregar, Anjar Wanto, Zuliani Masruro Nasution

Abstract


Penduduk merupakan orang yang bertempat tinggal dan menetap dalam suatu wilayah. Pengaruh jumlah penduduk pada tingkat moderat pada dasarnya positif dan bermanfaat bagi pembangunan ekonomi, khususnya bagi kabupaten/kota di Sumatera Utara. Tujuan dilakukannya penelitian ini adalah untuk menganalisa akurasi arsitektur Jaringan Saraf Tiruan dengan algoritma backpropagation berdasarkan jumlah penduduk pada kabupaten/kota di Sumatera Utara. Penelitian ini nantinya akan menggunakan 5 model arsitektur, antara lain 3-10-1, 3-15-1, 3-36-1, 3-44-1 dan 3-50-1. Dari ke 5 model arsitektur yang digunakan, terpilih arsitektur terbaik yaitu 3-36-1 yang menghasilkan tingkat akurasi sebesar 100%, MSE 0.00142284 dengan tingkat error yang digunakan 0,001-0,05 serta learning rate 0.01. Hasil dari tulisan ini diharapkan dapat bermanfaat secara luas, khususnya bagi para akademisi sebagai bahan penelitian khususnya yang terkait dengan kependudukan, sehingga secara tidak langsung hasilnya dapat membantu pemerintah daerah Sumatera Utara dalam menganalisa perkembangan dan pertumbuhan penduduk

Full Text:

PDF

References


Suprianto, B. D. Pamungkas, and J. Zikriana, “Analisis Pengaruh Jumlah Penduduk, Tingkat Pendidikan, Dan Kesehatan Terhadap Tingkat Kemisikinan Di Kabupaten Sumbawa Tahun 2010-2015,” J. Ekon. dan Bisnis, vol. 14, no. 2, pp. 187–204, 2017.

S. Lestari, V. A. . Masinambow, and M. T. B. Maramis, “PENGARUH JUMLAH PENDUDUK DAN PENDAPATAN PERKAPITA TERHADAP PENERIMAAN PAJAK RESTORAN DI KOTA MANADO,” J. Berkalah Ilm. Efisien, vol. 16, no. 02, pp. 306–314, 2016.

alkhairi putrama, “Analisis dalam menentukan produk bri syariah terbaik berdasarkan dana pihak ketiga menggunakan ahp,” putrama alkhairi, vol. 3, no. 1, pp. 60–64, 2018.

Kiki and S. Kusumadewi, “Analisis Jaringan Saraf Tiruan dengan Metode Backpropagation Untuk Mendeteksi Gangguan Psikologi,” Islam Zeitschrift Für Geschichte Und Kult. Des Islam. Orients, pp. 1–11, 2003.

A. Wanto, A. P. Windarto, D. Hartama, and I. Parlina, “Use of Binary Sigmoid Function And Linear Identity In Artificial Neural Networks For Forecasting Population Density,” Int. J. Inf. Syst. Technol., vol. 1, no. 1, pp. 43–54, 2017.

Y. A. Lesnussa, S. Latuconsina, and E. R. Persulessy, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA ( Studi kasus : Prediksi Prestasi Siswa SMAN 4 Ambon ),” J. Mat. Integr., vol. 11, no. 2, pp. 149–160, 2015.

R. A. Ramdhan, M. T. Atmaja, Ratri Dwi, S.T., and M. T. Eko Susatio, S.T., “IDENTIFIKASI BIOMETRIK TELINGA SEBAGAI PENGENALAN INDIVIDU DENGAN METODE SIFT & JARINGAN SARAF TIRUAN,” in e-Proceeding of Engineering, 2018, vol. 5, no. 1, pp. 457–468.

S. Putra Siregar and A. Wanto, “Analysis Accuracy of Artificial Neural Network Using Backpropagation Algorithm In Predicting Process (Forecasting),” Int. J. Inf. Syst. Technol., vol. 1, no. 1, pp. 34–42, 2017.

S. Amalia, “Pengenalan Digit 0 Sampai 9 Menggunakan Ekstraksi Ciri MFCC dan Jaringan Syaraf Tiruan Backpropagation,” J. Tek. Elektro ITP, vol. 6, no. 1, pp. 1–14, 2011.

A. Wanto, M. Zarlis, Sawaluddin, and D. Hartama, “Analysis of Artificial Neural Network Backpropagation Using Conjugate Gradient Fletcher Reeves in the Predicting Process,” J. Phys. Conf. Ser., vol. 930, no. 1, pp. 1–7, 2017.

Julpan, E. B. Nababan, and M. Zarlis, “Analisis Fungsi Aktivasi Sigmoid Biner Dan Sigmoid Bipolar Dalam Algoritma Backpropagation Pada Prediksi Kemampuan Siswa,” J. Teknovasi, vol. 02, no. 1, pp. 103–116, 2015.

A. Wanto, “Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts,” J. Teknol. dan Sist. Inf., vol. 3, no. 3, pp. 370–380, Jan. 2018.

E. Hartato, D. Sitorus, and A. Wanto, “Analisis Jaringan Saraf Tiruan Untuk Prediksi Luas Panen Biofarmaka di Indonesia,” J. Semant., vol. 4, no. 1, pp. 49–56, 2018.

R. Ginting, Tulus, and E. B. Nababan, “ANALISIS PENGGUNAAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN POLA PENYAKIT PARU,” J. Teknovasi, vol. 01, no. 2, pp. 27–47, 2014.

A. Wanto, “Penerapan Jaringan Saraf Tiruan Dalam Memprediksi Jumlah Kemiskinan Pada Kabupaten/Kota Di Provinsi Riau,” Kumpul. J. Ilmu Komput., vol. 05, no. 01, pp. 61–74, 2018.

M. R. Lubis, “ANALISIS JARINGAN SARAF TIRUAN BACKPROPGATION UNTUK PENINGKATAN AKURASI PREDIKSI HASIL PERTANDINGAN SEPAKBOLA,” TECHSI, vol. 10, no. 1, pp. 50–62, 2018.

M. Fauzan et al., “Epoch Analysis And Accuracy 3 ANN Algorithm Using Consumer Price Index Data In Indonesia,” Int. Conf. Comput. Environ. Agric. Soc. Sci. Heal. Sci. Eng. Technol. (3rd ICEST), pp. 1–7, 2018.

Sudirman and M. Y. Syuhada, “Pengenalan Pola Logo Merk Mobil dengan Menggunakan Algoritma Deteksi Tepi Prewitt dan Jaringan Saraf Tiruan Backpropagation,” JITE (Journal Informatics Telecomunication Eng., vol. 1, no. 2, pp. 47–50, 2018.

M. A. P. Hutabarat, M. Julham, and A. Wanto, “Penerapan Algoritma Backpropagation Dalam Memprediksi Produksi Tanaman Padi Sawah Menurut Kabupaten/Kota di Sumatera Utara,” J. Semant., vol. 4, no. 1, pp. 77–86, 2018.

R. E. Pranata, S. P. Sinaga, and A. Wanto, “Estimasi Wisatawan Mancanegara Yang Datang ke Sumatera Utara Menggunakan Jaringan Saraf,” J. Semant., vol. 4, no. 1, pp. 97–102, 2018.

A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” J. Penelit. Tek. Inform., vol. 2, no. 2, 2017.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)