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

Mila  Haryati; Rosdiana Rosdiana; Khaerunnisa Khaerunnisa; Okta Widya  Arsani; Mufti  Wahyudi

Authors

Mila Haryati Universitas Islam Negeri (UIN) Mataram
Rosdiana Rosdiana Universitas Islam Negeri (UIN) Mataram
Khaerunnisa Khaerunnisa Universitas Islam Negeri (UIN) Mataram
Okta Widya Arsani Universitas Islam Negeri (UIN) Mataram
Mufti Wahyudi Universitas Islam Negeri (UIN) Mataram

Keywords:

Backpropagation, Training on Backpropagation Artificial Neural Networks

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.

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.