PENERAPAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI JUMLAH PESERTA KB BARU DI KOTA PEKANBARU
| Main Author: | EVA ERISA, 11451201713 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.uin-suska.ac.id/22579/1/file%20lengkap%20sampai%20lampiran%20kecuali%20hasil%20penelitian%20%28BAB%20V%29.pdf http://repository.uin-suska.ac.id/22579/2/file%20hasil%20penelitian%20%28BAB%20V%29.pdf http://repository.uin-suska.ac.id/22579/ |
Daftar Isi:
- Indonesia merupakan suatu negara berkembang dengan jumlah penduduk yang terus bertambah setiap tahun. Salah satu permasalahan yang terjadi pada negara berkembang seperti Indonesia adalah tingkat pertumbuhan penduduk yang sangat tinggi, sehingga menimbulkan banyak masalah, diantaranya adalah tingginya tingkat pengangguran di Indonesia. Salah satu langkah yang dapat diambil dalam rangka menekan jumlah penduduk adalah dengan menggalakkan program Keluarga Berencana (KB). jika program KB berjalan dengan baik, maka akan turut membantu pemerintah mengatasi permasalahan jumlah penduduk yang terus meningkat. Metode yang digunakan untuk melakukan prediksi pada penelitian ini adalah metode Elman Recurrent Neural Network (ERNN) dengan data yang digunakan yaitu data jumlah peserta KB Baru di Kota Pekanbaru dari Januari 2013 hingga Desember 2018. Data yang digunakan berbentuk time series dengan variabel berjumlah 12. Penelitian ini menggunakan maksimal epoch 100, learning rate 0,1, 0,2, 0,3, 0,4, 0,5, 0,6, 0,7, 0,8 dan 0,9 dan toleransi error 0,001. Hasil penelitian menunjukkan nilai MSE terendah terletak pada data latih 90% dan data uji 10%, dengan nilai learning rate 0,5 dan nilai MSE sebesar 0.089698.