RAHAYU, ANITA (2020) PREDIKSI PENCARI KERJA DIKOTA SEMARANG MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION. Other thesis, Universitas PGRI Semarang.
anita.pdf
Restricted to Repository staff only
Download (1MB)
Abstract
Teknik pemecahan masalah untuk memprediksi diantaranya Jaringan
Syaraf Tiruan (Neural Network). Metode Neural Network Backpropagation
terinspirasi dari cara kerja otak manusia dalam memecahkan suatu masalah yaitu
adanya hubungan antara suatu sel dan sel lainnya. Metode ini digunakan karena
memiliki tingkat akurasi prediksi yang tinggi dan cara kerja yang sederhana yaitu
menyesuaikan bobot agar mencapai target. Oleh sebab itu peneliti menggunakan
metode
Neural
Network
Backpropagation.
Metode
neural
network
backpropagation memiliki 3 fase yaitu fase propagasi maju, fase propagasi
mundur dan perubahan bobot. Fase propagasi maju adalah fase dimana sistem
menghasilkan output dari penjumlahan input dan bobot, fase Propagasi mundur
yaitu fase dimana sistem menentukan banyaknya error pada output dan fase
terakhir perubahan bobot dimana sistem menentukan jumlah bobot yang akan
digunakan pada iterasi seelanjutnya dengan tujuan meminimalisir nilai error pada
output.
Penelitian ini bertujuan untuk menerapkan metode Neural Network
Backpropagation dalam memprediksi jumlah pencari kerja di kota Semarang.
Data yang digunakan dalam penelitian ini adalah data pencari kerja warga kota
Semarang dari Dinas Tenaga keja kota Semarang dari tahun 2015-2018. Data
pencari kerja dikota Semarang dikelompokkan berdasarkan jenis kelamin yaitu
laki-laki dan perempuan. Dalam penelitian ini data akan dibagi menjadi 2 yaitu
data pelatihan data tahun 2015-2017 dan data pengujian pada tahun 2018. Sistem
ini menggunakan perangkat lunak matlab. Peneliti telah melakukan 10 kali
percobaan mulai dari arsitektur jaringan 12-10-1 sampai 12-100-1 dan diperoleh
arsitektur terbaik 12-80-1 yaitu jaringan multilayer dengan 12 input layer, 80
hidden layer dan 1 output layer dengan menggunakan fungsi aktivasi sigmoid
binner dan linier, sistem ini menggunakan rmse dan mae dalam mengukur
keakurasian. Pada saat pelatihan menggunakan data 2015-2017 diperoleh rmse
sebesar 0,240431 dan mae sebesar 0,2224889 sedangkan pada saat proses
pengujian mengggunakan data 2018 memperoleh rmse 0,305555 dan mae sebesar
0,252719 dengan akurasi sebesar 95,4% hasil prediksi pencari kerja tahun 2019
sebanyak 11.811,5 diantaranya 3.826,2 pencari kerja laki-laki dan 7.985,3 pencari
kerja perempuan.
Kata Kunci: Neural Network, Backpropagation,Prediksi
Item Type: | Thesis (Other) |
---|---|
Subjects: | L Education > L Education (General) |
Divisions: | Fakultas Teknik dan Informatika > Informatika |
Depositing User: | Perpus Pusat Upgris |
Date Deposited: | 18 Nov 2024 07:45 |
Last Modified: | 18 Nov 2024 07:45 |
URI: | http://eprints3.upgris.ac.id/id/eprint/7640 |