Prediksi garis kemiskinan di Kabupaten Banjarnegara menggunakan metode Backpropagation

Pangestuti, Novi Ridho (2022) Prediksi garis kemiskinan di Kabupaten Banjarnegara menggunakan metode Backpropagation. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_1808046026_Novi_Ridho_Pangestuti] Text (Skripsi_1808046026_Novi_Ridho_Pangestuti)
Skripsi_1808046026_Novi_Ridho_Pangestuti.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (2MB)

Abstract

Kemiskinan didefinisikan oleh World Summit for Social Development (Konferensi Dunia) yaitu “Kemiskinan memiliki wujud yang majemuk, termasuk rendahnya tingkat pendapatan dan sumber daya produktif yang menjamin kehidupan yang berkesinambungan; kelaparan dan kekurangan gizi; rendahnya tigkat kesehatan; keterbatasan dan kekurangan akses kepada pendidikan dan layanan-layanan pokok lainnya; kondisi tidak wajar dan kematian akibat penyakit yang terus meningkat; kehidupan bergelandang dan tempat tinggal yang tidak memadai; lingkungan yang tidak aman; serta deskriminasi dan keterasingan sosial. Penelitian ini bertujuan untuk memprediksi garis kemiskinan di Kabupaten Banjarnegara dengan mengimplementasikan metode Backpropagation Artificial Neural Network. Data yang digunakan adalah data garis kemiskinan tahun 2002-2022, yang bersumber dari Badan Pusat Statistik (BPS) Kabupaten Banjarnegara. Pada penelitian ini akan dibentuk 5 model arsitektur jaringan, yaitu 4-12-1, 4-13-1, 4-14-1, 4-15-1, 4-16-1. Berdasarkan hasil penelitian, diperoleh model arsitektur terbaik 4-16-1 dengan epoch 32, MSE 0.015998, RMSE 0.126484, MAPE 0.15%, dan tingkat akurasi 99,85%. Sehingga diperoleh hasil prediksi garis kemiskinan tahun 2023 sebesar 362.282 (Rp/kapita/bulan), tahun 2024 sebesar 370028 (Rp/kapita/bulan), dan tahun 2025 sebesar 379473 (Rp/kapita/bulan).

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Kemiskinan; Prediksi; Peramalan; Artificial Neural Network; Backpropagation
Subjects: 500 Natural sciences and mathematics > 510 Mathematics > 519 Probabilities and applied mathematics
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Mohamad Irfan Sahroni
Date Deposited: 09 Aug 2023 08:39
Last Modified: 09 Aug 2023 08:39
URI: https://eprints.walisongo.ac.id/id/eprint/20481

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics