Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Tingkat Pengangguran Terbuka di Indonesia

Putra, Dian Bagus (2018) Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Tingkat Pengangguran Terbuka di Indonesia. Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

[img] Text
Done - Abstrak_5140411285_DianBagusPutra.docx

Download (17kB)

Abstract

Pengangguran merupakan masalah yang sulit dipecahkan di negara manapun terutama di negara berkembang seperti Indonesia. Setiap tahunnya tingkat pengangguran di Indonesia mengalami peningkatan dan penurunan. Banyak faktor yang mempengaruhi tingkat pengangguran di Indonesia, salah satunya adalah tidak sebandingnya jumlah angkatan kerja dengan jumlah lapangan kerja yang tersedia. Tingkat pengangguran yang tinggi dapat berdampak pada melemahnya perekonomian Indonesia, sehingga dapat menyebabkan penurunan pendapatan nasional dan meningkatnya angka kemiskinan di Indonesia. Dengan adanya prediksi tingkat pengangguran menurut provinsi di Indonesia, diharapkan dapat membantu pemerintah dalam mengambil kebijakan serta membuat program yang sesuai dengan kondisi sosial dan ekonomi di berbagai provinsi di Indonesia untuk mengurangi tingkat pengangguran. Dalam penelitian ini Jaringan Saraf Tiruan (JST) digunakan untuk memrediksi tingkat pengangguran. Metode yang digunakan dalam menganalisis masalah ini adalah Backpropagation. Metode Backpropagation dipilih karena metode tersebut bersifat self-adaptability, mandiri, dan memiliki kemampuan pemetaan non-linier yang baik. Implementasi Jaringan Saraf Tiruan metode Backpropagation untuk memprediksi tingkat pengangguran diimplementasikan dengan menggunakan bahasa pemrograman PHP dan menggunakan database MySQL untuk menyimpan data masukan dan keluaran jaringan.

Item Type: Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi dan Elektro > S1 Informatika
Depositing User: INF FTIE-UTY
Date Deposited: 19 Oct 2018 03:05
Last Modified: 19 Oct 2018 03:05
URI: http://eprints.uty.ac.id/id/eprint/1804

Actions (login required)

View Item View Item