Analisis Tingkat Akurasi Model Backpropagation Dalam Prediksi Indeks Pembangunan Manusia (IPM) di NTB

Main Article Content

Mila Haryati
Rosdiana Rosdiana
Khaerunnisa Khaerunnisa
Okta Widya Arsani
Mufti Wahyudi

Abstract

Abstrak: Penelitian ini bertujuan untuk menentukan jenis algoritma pelatihan pada Jaringan Syaraf Tiruan (JST) yang paling akurat pada metode Backpropagation yang diaplikasikan menggunakan matlab. Pada tahap simulasi, penulis menggunakan data Indeks Pembangunan Manusia (IPM) di Provinsi Nusa Tenggara Barat (NTB) tahun 2010-2018 untuk memprediksi data Indeks Pembangunan Manusia (IPM) di Nusa Tenggara Barat (NTB) pada tahun 2019. Adapun nilai algoritma pelatihan jaringan syaraf tiruan dengan metode Backpropagation yang diuji adalah Traingd, Traingdx, dan Trainrp dengan tingkat akurasi masing-masing jenis algoritma pelatihan menggunakan MSE. Berdasarkan hasil simulasi data menggunakan Traingd, Traingdx dan Trainrp yang diuji dapat diketahui bahwa nilai regression yang paling mendekati 1 pada grafik adalah Traingd dengan tingkat akurasi 99,76%. Sehingga output dari hasil Traingd dijadikan sebagai prediksi data Indeks Pembangunan Manusia (IPM) pada tahun 2019. Adapun hasil prediksi sepuluh Kabupaten/Kota pada tahun 2019 di Nusa Tenggara Barat yaitu 66.791, 65.2014, 65.2769, 67.0017, 67.3496, 66.0761, 72.2184, 64.8257, 78.3422, 76.618 dan dengan nilai error masing-masing yaitu 0.29092, -0.13139, -0.07693, -0.73169, -0.53963, -0.50668, -1.8084, -0.68567, 0.38785, -1.768.


Kata kunci: Backpropagation; Pelatihan Jaringan Syaraf Tiruan Backpropagation.


 


Abstract: This study aims to determine the type of training in the most accurate Artificial Neural Network (ANN) in the Backpropagation method which was applied using matlab. In the simulation, the authors used the Human Development Index (HDI) data in the Province of West Nusa Tenggara (NTB) in 2010-2018 to predict the Human Development Index (HDI) data in West Nusa Tenggara (NTB) in 2019. Artificial neuralism with the Backpropagation method valued are Traingd, Traingdx, And Trainrp with the accuracy of each type of training algorithm using MSE. Based on the simulation results, the data uses Traingd, Traingdx, And Trainrp which can be used to assess the most popular regression in graph 1 Traingd with a value of R = 0.99744. Producing output from Traingd results Caused by the Human Development Index (HDI) data in 2019. The results of the predictions of ten districts / cities in 2019 in West Nusa Tenggara are 66,791, 65.2014, 65.2769, 67.0017, 67.3496, 66.0761, 72.2184, 64.8257, 78.3422, 76,618 and with error values ​​of 0.29092, -0.13139, -0.07693, -0.73169, -0.53963, -0.50668, -1.8084, -0.68567, 0.38785, -1.768.


Keywords: Backpropagation; Training on Backpropagation Artificial Neural Networks.

Article Details

How to Cite
Haryati, M., Rosdiana, R., Khaerunnisa, K., Arsani, O. W., & Wahyudi, M. (2019). Analisis Tingkat Akurasi Model Backpropagation Dalam Prediksi Indeks Pembangunan Manusia (IPM) di NTB. Jurnal Riset Teknologi Dan Inovasi Pendidikan, 2(2), 94-102. Retrieved from http://journal-litbang-rekarta.co.id/index.php/jartika/article/view/135
Section
Articles

References

Andrijasa, M. F., & Mistianingsih, M. (2016). Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation. Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer, 5(1), 50-54.
Nurdela, S. A. (2018). Aplikasi Peramalan Jumlah Kelahiran Dengan Metode Jaringan Syaraf Tiruan. The Indonesian Journal of Public Health, 12(2), 213-223
Sucipto, L., & Syaharuddin, S. (2018). Konstruksi Forecasting System Multi-Model untuk pemodelan matematika pada peramalan Indeks Pembangunan Manusia Provinsi Nusa Tenggara Barat. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 4(2), 114-124.
Sudarsono, A. (2016). Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Bacpropagation (Studi Kasus Di Kota Bengkulu). Jurnal Media Infotama, 12(1), 61-69.
Wijaya,Edi. 2013. Analisis Penggunaan Algoritma Breadth First Search Dalam Konsep Artificial Intellegencia. Jurnal TIME, 2(2): 18-26.
Andrian, Y., & Putra, P. H. (2014). Analisis Penambahan Momentum Pada Proses Prediksi Curah Hujan Kota Medan Menggunakan Metode Backpropagation Neural Network. In Seminar Nasional Informatika, 165-172.
Andrian, Y., & Ningsih, E. (2017, October). Prediksi Curah Hujan di Kota Medan Menggunakan Metode Backpropagation Neural Network. In Seminar Nasional Informatika (SNIf), 1 (1), 184-189.
Ramani, A. (2014). Hubungan Indeks Pembangunan Manusia Dengan Indikator Penyakit, Lingkungan, Dan Gizi Masyarakat (Analisis Data Sekunder Negara Anggota UNDP). IKESMA, 10(1), 13-21.
Wibowo, F., Sugiyanto, S., & Mustafidah, H. (2013). Tingkat Ketelitian Pengenalan Pola Data pada Algoritma Pelatihan Perbaikan Metode Batch Mode dalam Jaringan Syaraf Tiruan. JUITA: Jurnal Informatika, 2(4), 259-264.