PREDIKSI PERTUMBUHAN JUMLAH PENDUDUK MENGGUNAKAN ALGORITMA NEURAL NETWORK

Alter Lasarudin, Rubiyanto Maku

Abstract


Pertumbuhan penduduk membawa akibat pada berbagai aspek kehidupan manusia, oleh karena itu manusia perlu melakukan upaya agar laju pertumbuhan penduduknya terkendali. Penelitian ini menggunakan pendekatan Naturalistik yakni menggambarkan secara terperinci berdasarkan fakta-fakta yang ada. Teknik pengumpulan data dilakukan melalui wawancara, observasi dan penelaahan dokumen yang ada hubungannya dengan masalah yang diteliti. Pengambilan data peneliti lakukan secara langsung. Data yang diperoleh disusun berdasarkan data times series, kemudian data tersebut di normalisasi. Langkah selanjutnya adalah menentukan parameter neural network (NN) dengan mencari hidden layer, training cycles, learning rate, dan momentum terbaik agar mendapatkan root mean square error (RMSE) terkecil. Tahap selanjutnya adalah proses prediksi. Untuk melihat hasil prediksi data harus di denormalisasi kembali ke bentuk data awal. Hasil prediksi dengan menggunakan NN didapat bahwa prediksi yang valid berjumlah 19 minggu dan range error data berkisar antara angka 6 dan minus 5. Jika dibandingkan dengan standar nilai yang ada, tingkat keakuratan dari data prediksi pertumbuhan penduduk dengan metode NN mendekati angka valid.


Keywords


Algoritma Neural Network, Prediksi Pertumbuhan Penduduk.

Full Text:

PDF

References


Pemodelan General Regression Neural Network ( GRNN ) Dengan Pemodelan General Regression Neural Network ( Grnn ) Dengan Peubah Input Data Return Untuk, (June 2015).https://doi.org/10.13140/RG.2.1.2499.8807

Analysis of Computing Algorithm Using Momentum In Neural Networks. Journal Of Computing, Volume 3(Issue 6), 163–166.

Prediksi Data Arus Lalu Lintas Jangka Pendek Menggunakan Optimasi Neural Network Berbasis, 9, 54–61.

Jurnal Teknik Komputer Unikom – Komputika – Volume 3, No.2 - 2014, 3(2), 29–34.

Prediksi Jumlah Penduduk Provinsi Kalimantan Selatan Menggunakan Metode Semi Average, 2(1), 1–7.

Jaringan Syaraf Tiruan Untuk Prediksi Penjualan Jamur Menggunakan Algoritma Backropagation, 2(1), 40–46.

Jaringan Syaraf Tiruan Dan Certainty Factor, 6(1), 23–28.

Jaringan Saraf Tiruan Untuk Memprediksi Tingkat Pemahaman Siswa Terhadap Matapelajaran Dengan Menggunakan Algoritma Backpropagation, (1), 24–36.

Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode, 12(1), 61–69.

Objek Dan Metode Penelitian (pp. 47–66).

]Optimasi Parameter Neural Network Pada Data Time Series ( Studi Kasus Gempa Bumi di Maluku Utara ) Optimization Parameter Of Neural Network For Time Series Data To Predict The Magnitude Of Periodics Earthquake ( Study Case Earthquake in North Maluku ).


DOI: http://dx.doi.org/10.31314/juik.v2i2.1715

Article metrics

Abstract views : 654 | views : 626

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Jurnal Ilmu Komputer (JUIK)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.