Perbandingan algoritma backpropagation levenberg marquardt (lm) dengan backpropagation gradient descent adaptive gain (bpgd/ag) dalam prediksi jumlah pengangguran di Provinsi Jawa Tengah

Oleh :
Wina Isti Retnani - M0508075 - Fak. MIPA

Algoritma Backpropagation merupakan algoritma Jaringan Syaraf Tiruan (JST) yang sering digunakan dalam melakukan prediksi terhadap suatu kasus. Algoritma LM dan BPGD/AG merupakan algoritma pengembangan backpropagation yang melakukan perbaikan untuk mempercepat proses pelatihan. Algoritma LM melakukan perbaikan dengan teknik optimasi numerik, sedangkan algoritma BPGD/AG melakukan perbaikan dengan teknik heuristik yang merupakan pengembangan dari suatu analisis kinerja pada algoritma gradient descent standard. Adanya perbandingan kedua algoritma tersebut perlu dilakukan untuk mencari algoritma yang lebih baik dalam melakukan prediksi. Sehingga algoritma tersebut diharapkan dapat memberikan hasil yang akurat. Analisa perbandingan berdasarkan kecepatan konvergensi dengan tolok ukur jumlah iterasi yang dibutuhkan saat training untuk konvergen, serta berdasarkan tingkat akurasi dengan tolok ukur nilai MAPE dan NMSE untuk kasus prediksi pengangguran di Jawa Tengah. Hasil pengujian menunjukkan bahwa algoritma LM mampu mencapai MSE yang konvergen dengan jumlah iterasi yang lebih sedikit dibanding algoritma BPGD/AG. Sedangkan untuk akurasi, algoritma LM memiliki akurasi yang lebih baik dibanding algoritma BPGD/AG. Prediksi jumlah pengangguran dengan algoritma LM dengan nilai faktor beta 10 menghasilkan nilai rata-rata MAPE sebesar 7.5% dan nilai rata-rata NMSE sebesar 0.164535. Sedangkan prediksi jumlah pengangguran dengan algoritma BPGD/AG dengan nilai learning rate 0.001 menghasilkan nilai rata-rata MAPE sebesar 7.6% dan nilai rata-rata NMSE sebesar 0.174264. Kata Kunci : Backpropagation, BPGD/AG, LM, Prediksi Pengangguran