PENGEMBANGAN APLIKASI PREDIKSI PERTUMBUHAN EKONOMI INDONESIA DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

ERLANGGA, ERLANGGA and Endah, Sukmawati Nur (2014) PENGEMBANGAN APLIKASI PREDIKSI PERTUMBUHAN EKONOMI INDONESIA DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

1113Kb

Abstract

Pertumbuhan ekonomi merupakan salah satu indikator penting dalam menganalisis pembangunan perekonomian yang terjadi di suatu negara. Dengan mengetahui pertumbuhan ekonomi di masa mendatang, dapat memberikan gambaran terhadap situasi moneter di suatu negara. Angka pertumbuhan ekonomi yang tidak selalu linier, memberi kesulitan tersendiri dalam melakukan proses prediksi. Untuk itu diperlukan suatu metode yang mampu menangani karakteristik data pertumbuhan ekonomi yang terkadang bersifat non-linier, salah satunya adalah metode backpropagation. Adanya data-data masa lalu mengenai pertumbuhan ekonomi, menjadikan jaringan syaraf tiruan metode backpropagation dapat diterapkan untuk memprediksi pertumbuhan ekonomi. Pada metode backpropagation terjadi penyesuaian nilai bobot dan bias yang semakin baik pada proses pelatihan, sehingga target keluaran lebih mendekati ketepatan. Berdasarkan hasil pengujian yang telah dilakukan, performa terbaik yang didapat dari perbandingan kombinasi jumlah neuron hidden layer dan learning rate, mampu menghasilkan prediksi yang mendekati angka pertumbuhan ekonomi faktual, yakni 5,86%. Hasil ini menunjukkan tingkat keakuratan sebesar 99,92% untuk prediksi pertumbuhan ekonomi Indonesia di tahun 2013 dengan data faktual sebesar 5,78%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:59720
Deposited By:INVALID USER
Deposited On:19 Jan 2018 11:11
Last Modified:19 Jan 2018 11:11

Repository Staff Only: item control page