Detail Karya Ilmiah

  • SISTEM PERAMALAN TINGKAT PENGANGGURAN WILAYAH BANGKALAN MENGGUNAKAN ALGORITMA BACKPROPAGATION
    Penulis : ALI IMRON ZAMZAMI
    Dosen Pembimbing I : Ba'in Khusnul Khotimah, S.T., M.Kom.
    Dosen Pembimbing II :Firli Irhamni, S.T., M.Kom.
    Abstraksi

    Kabupaten Bangkalan Mempunyai jumlah penduduk tahun 2010 sebanyak 906.761 yang diikuti dengan jumlah pengangguran yang cukup tinggi, tentunya pengangguran menjadi masalah sosial yang harus diperhatikan. Berdasarkan permasalahan tersebut maka perlu adanya sistem peramalan sehingga bisa menekan angka pengangguran di Kabupaten Bangkalan. Sistem ini dibuat menggunakan Algoritma Backpropagation yang mampu melakukan penyesuaian bobot penghubung sehingga dapat dijadikan solusi untuk menentukan jumlah pengangguran. Jaringan-jaringan dilatih dengan menggunakan beberapa variabel masukan yaitu : data tahun 2006-2010. Setelah Sistem peramalan dengan menggunakan Algoritma Backpropagation ini melalui proses uji coba didapatkan nilai konfigurasi parameter terbaik ialah konfigurasi lerning rate sebesar 0.7 toleransi error 0.1, maksimal epoch 50 dan hidden layer 14. Parameter tersebut dipilih menjadi parameter terbaik karena menghasilkan jumlah iterasi yang memiliki nilai akurasi error terbaik saat sistem melakukan pengujian yaitu didapatkan MSE sebesar 37206,6 dan MAPE sebesar 1,34% yang mana diperoleh jumlah pengangguran di Kabupaten Bangkalan pada tahun 2010 adalah 24.637 jiwa. Sedangkan pendataan jumlah pengangguan tahun 2010 yang dilakukan oleh BPS Kabupaten Bangakalan adalah 25008 jiwa. Kata Kunci: Peramalan, Algoritma Backpropagation, Pengangguran.

    Abstraction

    Bangkalan district Having a population of 906,761 in 2010, followed by a sufficient amount of high unemployment, unemployment would be a social problem that should be noted. Based on these problems then the need to be able to press the forecasting system in the Bangkalan Regency unemployment. The system is made using Backpropagation algorithm that can handle the weight adjustment can be liaison until a solution to determine the amount of unemployment. Networks trained with some input variables such as: data 2006-2010. After forecasting system using Backpropagation algorithm is obtained by a process of trial configuration parameter value is best lerning configuration error tolerance rate of 0.7 0.1, maximum epoch 50 and 14 hidden layer. The parameters were chosen to be the best parameter for producing a number of iterations the accuracy of the best in the system error that is available for testing of MSE and MAPE 37206.6 of 1.34%, which is obtained in the Bangkalan Regency unemployment in 2010 was 24,637 souls. While collecting data in 2010 total nuisance committed by the BPS Bangakalan District is 25008 souls. Keywords : Forecasting, Backpropagation Algorithm, Unemployment.

Detail Jurnal