Text

Perbandingan Prediksi Pagu Raskin Provinsi Jawa Tengah Menggunakan Metode Backpropagation Berdasarkan Bobot Eigenvalue dan Bobot Random 006.32 PRA p

---

ABSTRAK

Program Raskin adalah program nasional lintas sektoral yang bertujuan untuk membantu
mencukupi kebutuhan beras masyarakat berpendapatan rendah. Program Raskin tersebut
telah berjalan sejak tahun 1998, akan tetapi penentuan pagu raskin masih berpatokan pada
basis data terpadu yang diperoleh dari hasil survei. Proses yang dilakukan tersebut terlalu
banyak membuang waktu dan tenaga. Oleh karena itu, diperlukan cara lain untuk
memprediksikan pagu raskin yang akan dikeluarkan disetiap tahunnya. Penelitian ini
bertujuan mengetahui kombinasi parameter terbaik (alpha atau laju pembelajaran dan jumlah
neuron pada hidden neuron) dari penerapan metode jaringan syaraf tiruan backpropagation
dengan menggunakan bobot eigenvalue dan bobot random serta membandingan kinerja
berupa akurasi dan waktu komputasi untuk keduanya. Parameter yang digunakan adalah
jumlah penduduk, tingkat kemiskinan dan laju pertumbuhan ekonomi regional sedangkan
targetnya adalah data history pembagian raskin. Dari hasil penelitian tersebut menghasilkan
dua arsitektur yang berbeda, yaitu arsitektur backpropagation menggunakan bobot awal
eigenvalue dan yang menggunakan bobot awal random. Arsitektur terbaik pada
backpropagation menggunakan bobot awal eigenvalue menghasilkan kombinasi parameter
alpha 0,8 serta jumlah neuron pada hidden neuron sebanyak 2 neuron dengan akurasi
94,99% dan arsitektur terbaik pada backpropagation menggunakan bobot awal random
menghasilkan kombinasi parameter alpha 0,7 serta jumlah neuron pada hidden neuron
sebanyak 2 neuron dengan akurasi 95,03%. Penerapan penggunaan bobot awal eigenvalue
membuat waktu komputasi sedikit lebih lama dibandingkan menggunakan bobot random
dengan selisih rata-rata waktu untuk setiap kombinasi alpha dan hidden neuron sebesar 63
detik. Sedangkan untuk rata-rata akurasi pengujian jaringan backpropagation penggunaan
bobot eigenvalue menghasilkan rata-rata akurasi sebesar 92,10% sedangkan yang
menggunakan bobot random menghasilkan rata-rata akurasi sebesar 91,51%.
Kata Kunci : Raskin, Eigenvalue, Backpropagation

ABSTRACT

Raskin Program is a cross-sectoral national program that aims to provide a rice needed for
low-income citizens. The Raskin program has been provided since 1998, but to estimate
amount of Raskin will be distributed each years is still based on integrated database from the
survey's result. It spent too much time and effort. Therefore, we need another way to estimate
amount of Raskin will be distributed in every year. This study aims to determine the best
combination of parameters (alpha or learning rate and the number of neurons in the hidden
neurons) on the application of artificial neural network backpropagation method using
eigenvalue and random value as initial weight then to compare the accuracy and calculation
time for both of them. The parameters that used are population, poverty degree and regional
economic growth, while the target is the history data. The study results two different
architectures, e.i: backpropagation architecture using eigenvalue and random value as initial
weight. The best architecture for backpropagation using eigenvalue as initial weight results
94,99% accuracy, under the parameter combination are as follow alpha 0,8 and the number of
neurons in the hidden neurons is 2, where as the best architecture for backpropagation using
random value as initial weight has 95,03% accuracy, under the parameter combination are as
follow alpha 0,7 and 2 for the number of neurons in the hidden neurons. Computation time of
using eigenvalue as initial weight is slightly longer than using random value as initial weight
with an average time difference for each combination of alpha and hidden neurons was about
63 seconds. The accuracy of testing process using eigenvalue as initial weight is about
92,10% accuracy while using random value is about 91,51% accuracy.
Keywords : Raskin, Eigenvalue, Backpropagation

---

Ketersediaan

457F16IV

457 F 16

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

457 F 16

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1408

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Rahmawati Ita Pratiwi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar