PENERAPAN METODE BACKPROPAGATION DALAM MENENTUKAN MODEL ARSITEKTUR TERBAIK UNTUK PREDIKSI JUMLAH PENUMPANG KERETA API DI PEMATANG SIANTAR

Manajemen kapasitas pengangkutan penumpang yang efektif merupakan kunci keberhasilan bagi penyedia layanan kereta api. Untuk meningkatkan produktifitas dalam pelayanan, kereta api perlu dilakukan peningkatan fasilitas layanan konsumen agar menarik perhatian masyarakat dan kebutuhan masyarakat tersebut. Tujuan penelitian ini adalah untuk mengetahui jumlah penumpang kereta api di Pematang Siantar pada tahun yang akan datang. Sehingga dengan mengetahui jumlah penumpang ditahun berikutnya, sehingga PT. KAI dapat meningkatkan atau mempersiapkan pelayanan fasilitas maupun kapasitas bagi penumpang.
Penelitian ini melakukan prediksi jumlah penumpang kereta api di Pematang Siantar. Pada penelitian ini teknik kecerdasan buatan yang digunakan adalah Teknik Jaringan Saraf Tiruan (JST) dengan metode Backpropagation. Data penelitian merupakan data sekunder yang bersumber dari website https://siantarkota.bps.go.id/ dari tahun 2007 – 2022. Berdasarkan data ini akan dibentuk dan ditentukan model arsitektur jaringan yang digunakan dengan metode
Backpropagation, antara lain 2-12-1, 2-21-1, 2-22-1, 2-27-1, dan 2-30-1. Dari 5 model ini setelah dilakukan pelatihan dan pengujian diperoleh hasil bahwa model arsitektur terbaik adalah 2-22-1 (2 adalah input layer, 22 adalah jumlah neuron hidden layer dan 1 adalah output layer). Tingkat akurasi dari model arsitektur ini adalah 83,3% dengan nilai MSE pelatihan sebesar 0,00499739 dan pengujian sebesar 0,00500157.

Kata Kunci : Kereta Api, JST, Prediksi, Backpropagation