Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation

Authors

DOI:

https://doi.org/10.30872/jim.v5i1.44

Abstract

Prediksi pengangguran sebelumnya menggunakan ilmu statistika sosial, perhitungan statistika modern banyak dilakukan oleh komputer, dan bahkan beberapa perhitungan hanya dapat dilakukan oleh komputer berkecepatan tinggi yaitu Jaringan Saraf Tiruan. Penerapan JST untuk memprediksi jumlah pengangguran di Provinsi Kalimantan Timur dengan menggunakan algoritma pembelajaran backpropagation berdasarkan pada data survey lapangan sebagai tolok ukur perlu tidaknya ditinjau kembali peningkatan lapangan pekerjaan yang bersesuaian. Dengan menggunakan beberapa variabel masukan yaitu: data tahun 2004 – 2008. Algoritma pembelajaran backpropagation diterapkan untuk pelatihan kedelapan variabel tersebut, sehingga diperoleh keluaran prediksi jumlah pengangguran ditahun berikutnya. Dari hasil pengujian metode JST- Backpropagation dapat memprediksi jumlah pengangguran dan target output yang diinginkan lebih mendekati ketepatan dalam melakukan pengujian, karena terjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan. Hasil pengujian di peroleh prediksi jumlah pengangguran di tahun 2009 adalah 133.104. Sedangkan hasil prediksi pengangguran tahun 2009 yang dilakukan oleh BPS Provinsi Kalimantan Timur adalah 139.830.

Author Biographies

  • M.F. Andrijasa, Politeknik Negeri Samarinda
    Jurusan Teknologi Informasi, Politeknik Negeri Samarinda
  • Mistianingsih Mistianingsih, Politeknik Negeri Samarinda
    Jurusan Teknologi Informasi, Politeknik Negeri Samarinda

References

Abdia Away, Gunaidi.2006, “The Shortcut of MATLAB Programming”, Informatika Bandung, Bandung.

Badan Pusat Statistik Provinsi Kalimantan Timur, 2008, “Kalimantan Timur Dalam Angka 2008” , BAPPEDA Provinsi Kalimantan Timur & BPS Provinsi Kalimantan Timur, Kalimantan Timur.

Budiyanto, Alex. 2003, “Pengantar Algoritma Dan Pemrograman”, Kuliah Berseri IImu Komputer.

Desiani Anita, Arhami Muhammad. 2006, ”Konsep Kecerdasan Buatan”, Andi Yogjakarta, Yogjakarta.

F. Suhandi, Krisna. 2009, Prediksi Harga Saham Dengan Pendekatan Artificial Neural Network Menggunakan Algoritma Backpropagation, viewed 26 Agustus 2009, <http://krisnafebrianto.blog.upi.edu/2009

/06/27/prediksi-harga-saham-denganmenggunakan-pendekatan-artificialneural-network-menggunakan-algoritmabackpropagation. html>

Hasan, Iqbal. 2004, ”Analisis Data Penelitian Dengan Statistik”, Bumi Aksara, Jakarta.

Kusumadewi, Sri. 2003, ”Artificial Intelligence (Teknik dan Aplikasinya)”,Graha Ilmu, Yogjakarta.

Kurniawan, Arief. 2006, ” Jaringan Saraf Tiruan Teori Dan Aplikasi” , Andi Yogyakarta, Yogyakarta.

M.Etter, Delores. 2003, ”Pengantar MATLAB 6”, PT Indeks kelompok Gramedia, Jakarta.

Perancangan dan Pembuatan Perangkat Lunak Berbasis Jaringan Syaraf Tiruan Untuk Memprediksi Harga saham, Universitas Kristen Petra, viewed 23 Juli 2009, <http://digilib.petra.ac.id/jiunkpe/s1/info/2005/ji

unkpe-ns-s1-2005-26401114-4881-backpropagation-chapter1.pdf>

Puspitaningrum, Diyah. 2006, ”Pengantar Jaringan Syaraf Tiruan”, Andi

Yogjakarta, Yogjakarta.

Siang Jong, Jek. 2005, ”Jaringan Syaraf Tiruan & pemogramannya Menggunakan Matlab”, Andi Yogjakarta, Yogjakarta.

W.Panjaitan, Lanny.2007, ”Dasar – Dasar Komputasi Cerdas”, Andi Yogjakarta, Yogjakarta.

Downloads

Published

04-06-2016