PENERAPAN REGRESI PADA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PERTUMBUHAN JUMLAH PENDUDUK DI PROVINSI JAMBI

Kusumaningtyas, Ajeng (2023) PENERAPAN REGRESI PADA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PERTUMBUHAN JUMLAH PENDUDUK DI PROVINSI JAMBI. S1 thesis, Matematika.

	Text Cover.pdf Download (152kB)
	Text Pengesahan.pdf Download (417kB)
	Text ABSTRAK.pdf Download (285kB)
	Text BAB I.pdf Download (182kB)
	Text BAB V.pdf Download (208kB)
	Text DAFTAR PUSTAKA.pdf Download (123kB)
	Text SKRIPSI.pdf Restricted to Repository staff only Download (2MB)

Abstract

Pertumbuhan penduduk Provinsi Jambi mengalami penurunan hingga peningkatan dari tahun ke tahun tentunya tidak terlepas dari faktor demografi yaitu masalah ekonomi, angka partisipasi sekolah serta penyediaan lapangan pekerjaan. Pendataan penduduk yang dilakukan setiap sepuluh tahun sekali membuat waktu perhitungan menumpuk, sehingga harus dilakukan prediksi untuk memudahkan pemerintah dalam mengurangi permasalahan yang timbul dari lajunya pertumbuhan penduduk. Jaringan saraf tiruan merupakan salah satu cabang dalam ilmu komputer bidang kecerdasan buatan atau artificial intellegence. Pada penelitian ini jaringan saraf tiruan digunakan untuk melakukan prediksi pertumbuhan penduduk Provinsi Jambi dengan menggunaan algoritma backpropagation. Algoritma Backpropagation adalah algoritma dalam jaringan saraf tiruan merupakan kategori supervised learning yang dapat memperbaiki bobot pada setiap lapisan yang dimiliki sehingga menemukan bobot terbaik dengan minimum error yang diberikan, kemudian untuk melakukan evaluasi sistem jaringan dapat diterapkan dengan menggunakan Mean Squared Error (MSE). Penelitian ini menggunakan arsitektur jaringan terbaik yaitu 9 input layer yaitu tahun 2010-2018, 12 hidden yaitu variabel yang mempengaruhi pertumbuhan penduduk dan 1 output layer yaitu jumlah penduduk. Data yang digunakan yaitu pertumbuhan penduduk masing-masing berjumlah 21 data yang masing-masingnya dibagi menjadi data training sejumlah 75% dan data testing sebanyak 25%. Proses training yang dilakukan dengan menggunakan batas maksimum iterasi yaitu 100000 epoch learning rate 0,8; momentum 0; MSE 0,013; RMSE 0,114 dan MAPE 20,85% dimana model prediksi baik digunakan. Proses testing yang dilakukan dengan menggunakan batas maksimum iterasi yaitu 100000 epoch MSE pengujian 0,1483 dan MAPE 6,99% yang dikategorikan bahwa kemampuan model prediksi sangat baik. Prediksi pertumbuhan jumlah penduduk di Provinsi Jambi pada tahun 2022 akan mengalami penurunan dari tahun 2021 yaitu sebesar 158.508 jiwa, namun pada tahun 2023 jumlah penduduk akan mengalami kenaikan penduduk dari tahun sebelumnya sebesar 3.833 jiwa, begitu pula untuk tahun selanjutnya dimana prediksi pertumbuhan jumlah penduduk terus mengalami peningkatan. Kata Kunci: Backpropagation, Jaringan Saraf Tiruan, Pertumbuhan Jumlah Penduduk, Provinsi Jambi, Regresi

Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics
Divisions:	Fakultas Sains dan Teknologi > Matematika
Depositing User:	Ajeng Kusumaningtyas
Date Deposited:	19 Sep 2023 08:34
Last Modified:	19 Sep 2023 08:34
URI:	https://repository.unja.ac.id/id/eprint/56137

Actions (login required)

View Item