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

Anwar, Khoirul (2025) 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 SKRIPSI2008046034KHOIRUL_ANWAR] Text (SKRIPSI2008046034KHOIRUL_ANWAR)
SKRIPSI2008046034KHOIRUL_ANWAR-0.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; Bantuan pangan non tunai; Jaringan syaraf tiruan; Backpropagation; Extreme learning machine
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Upload Mandiri
Date Deposited: 15 Jul 2026 01:36
Last Modified: 15 Jul 2026 01:39
URI: https://eprints.walisongo.ac.id/id/eprint/30410

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics