JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK ANALISIS JUMLAH PENDUDUK MENURUT JENIS KELAMIN PADA KABUPATEN ASAHAN

Adi Widarma

Abstract


Dalam kehidupan ekonomi jumlah penduduk berpengaruh dan memiliki peran yang sangat penting. Dengan banyaknya jumlah penduduk akan butuh konsumsi yang besar sehingga butuh produksi yang besar juga dan akibatnya kegiatan ekonomi akan berjalan serta akan cepat berkembang sehingga terjadi pertumbuhan ekonomi. Pertumbuhan penduduk Kabupaten Asahan berdasarkan data BPS mulai tahun 2010-2020 terus mengalami peningkatan. Tujuan penelitian ini menganalisis pertumbuhan penduduk menurut kecamatan yang ada di Kabupaten Asahan menggunakan Jaringan Syaraf Tiruan Model Backpropagation. Pada penelitian ini arsitektur JST yang dirancang diperoleh dari hasil trial dan error menggunakan aplikasi Matlab R2015A. Ada 5 model arsitektur yang dipilih yaitu 3-10-1, 3-15-1, 3-20-1, 3-25-1, 3-30-1 dan dari 5 model tersebut didapat arsitektur jaringan terbaik yaitu 3-15-1 dengan validasi R=0,99867. Proses training menghasilkan iterasi (epoch) sebesar 2691 dengan waktu 00:05 detik. Hasil validasi dan akurasi training yang didapat menggunakan MSE sebesar 0,000053206 dan akurasi testing sebesar 0,000118289.

 

Kata kunci: Jumlah penduduk, Asahan, JST, Backpropagation, Matlab


Full Text:

PDF

References


Andriyani, S., & Sitohang, N. (2018). Implementasi Metode Backpropagation Untuk Prediksi Harga Jual Kelapa Sawit Berdasarkan Kualitas Buah. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 4(2), 155–164.

Asahan, B. K. (2022). Statistik Daerah kabupaten Asahan 2022 (BPS Kabupaten Asahan (ed.)). BPS Kabupaten Asahan.

BPS Kabupaten Asahan. (2022). Asahan Regency in Figure (B. K. Asahan (ed.)). BPS Kabupaten Asahan.

Darma, B. (2021). Pengaruh Jumlah Penduduk Terhadap Pertumbuhan Ekonomi Kabupaten Tebo Tahun 2016-2020. Citra Ekonomi, 2(1), 86–92.

Hutabarat, M. A. P., Handrizal, & Jalaluddin. (2020). Penerapan Algoritma Backpropagation Dalam Memprediksi Jumlah Penduduk di Kecamatan Pematang Bandar Berdasarkan Nagori / Kelurahan. Journal of Information System Research (JOSH), 1(2), 63–69.

Jayadianti, H., Cahyadi, T. A., Amri, N. A., & Pitayandanu, M. F. (2020). Metode Komparasi Artificial Neural Network Pada Prediksi Curah Hujan - Literature Review. Jurnal Tekno Insentif, 14(2), 48–53. https://doi.org/10.36787/jti.v14i2.150

Khairunnisa, J., & Syaharuddin. (2022). Prediksi Inflasi di Kota Mataram Menggunakan Backpropagation Neural Network. Seminar Nasional LPPM UMMAT, 1, 151–157.

Putra, H., & Ulfa Walmi, N. (2020). Penerapan Prediksi Produksi Padi Menggunakan Artificial Neural Network Algoritma Backpropagation. Jurnal Nasional Teknologi Dan Sistem Informasi, 6(2), 100–107. https://doi.org/10.25077/teknosi.v6i2.2020.100-107

Siregar, S. P., Wanto, A., & Nasution, Z. M. (2018). Analisis Akurasi Arsitektur JST Berdasarkan Jumlah Penduduk Pada Kabupaten / Kota di Sumatera Utara. Seminar Nasional Sains & Teknologi Informasi (SENSASI), Juli, 526–536.

Solikhun, & Wahyudi, M. (2020). Jaringan Syaraf Tiruan Backpropagation (T. Limbong (ed.)). Yayasan Kita Menulis.

Sudarsono, A. (2016). Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Backpropagation (Studi Kasus Di Kota Bengkulu). Jurnal Media Infotama, 12(1), 61–68.

Wong, K., Wibawa, A. P., Pakpahan, H. S., Prafanto, A., & Setyadi, H. J. (2019). Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network. Sains, Aplikasi, Komputasi Dan Teknologi Informasi, 1(2), 8–13. https://doi.org/10.30872/jsakti.v1i2.2600


Refbacks

  • There are currently no refbacks.