Analisis prediksi jumlah penerima bantuan sosial menggunakan jaringan syaraf tiruan dengan metode backpropagation dan extreme learning machine

Anwar, Khoirul (2024) Analisis prediksi jumlah penerima bantuan sosial menggunakan jaringan syaraf tiruan dengan metode backpropagation dan extreme learning machine. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_2008046034 - Khoirul Anwar] Text (Skripsi_2008046034 - Khoirul Anwar)
Skripsi_2008046034 - Khoirul Anwar.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (1MB)

Abstract

Kemiskinan merupakan suatu keadaan dimana seseorang tidak mampu mencukupi kebutuhan dasar seperti makanan, pakaian dan tempat tinggal. Sebagai salah satu kota metropolitan, Kota Semarang masuk kedalam 6 kota di Jawa Tengah yang memliki jumlah penduduk miskin tertinggi sebesar 80.530 jiwa pada tahun 2023. Dalam upaya untuk mengatasi kemiskinan yang mengalami fluktuasi setiap tahunnya, pemerintah melalui Kementerian Sosial memberikan berbagai jenis bantuan sosial. Pemberian bantuan sosial perlu dipersiapkan pemerintah guna menentukan anggaran dana bantuan sosial yang harus dikeluarkan setiap tahunnya. Salah satu caranya yaitu dengan melakukan prediksi pada jumlah penerima bantuan sosial. Penelitian ini menggunakan metode Backpropagation dan Extreme Learning Machine. Data yang digunakan adalah data jumlah penerima BPNT Kota Semarang Bulan Januari 2022 - Desember 2023 yang bersumber dari Dinas Sosial Kota Semarang. Berdasarkan penelitian yang telah dilakukan, perbandingan metode Backpropagation dan Extreme Learning Machine jika dibandingkan dengan nilai MSE pada metode Backpropagation diperoleh nilai 0,00000094„ sedangkan pada metode ELM diperoleh nilai 0,00005277. Dimana nilai ini menunjukkan bahwa metode Backpropagation tingkat kesalahannya lebih kecil dibandingkan metode ELM. Nilai RMSE dan MAPE pada metode Backpropagation juga memiliki nilai yang lebih kecil dibandingkan metode ELM. Jadi metode terbaik untuk penelitian ini adalah dengan metode Backpropagation.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Kemiskinan; Pangan non tunai; Jaringan syaraf tiruan; Backpropagation
Subjects: 000 Computer science, information, general works > 060 General organization and museology
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Fahrurozi Fahrurozi
Date Deposited: 11 Jun 2026 03:19
Last Modified: 11 Jun 2026 03:19
URI: https://eprints.walisongo.ac.id/id/eprint/29967

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics