NURI, NURI (2023) PERAMALAN TINGKAT PENGANGGURAN DI INDONESIA DENGAN MENGGUNAKAN METODE LEVENBERG MARQUARDT. Other thesis, STIKOM Tunas Bangsa.
115--SKRIPSI NURI - Nuri.pdf
Restricted to Registered users only
Download (4MB) | Request a copy
Abstract
Pengangguran merupakan salah satu masalah ekonomi yang mempengaruhi
kehidupan manusia secara langsung. Di Indonesia tingkat pengangguran cukup
tinggi. Untuk dapat mengurangi jumlah pengangguran, khususnya di Indonesia
maka perlu dilakukan peramalan tingkat pengangguran untuk tahun-tahun
mendatang, agar pemerintah memiliki acuan dalam menentukan kebijakan
sehingga dapat melakukan penanggulangan terhadap jumlah pengangguran. Oleh
karena itu, tujuan dari penelitian ini adalah memperoleh arsitektur terbaik yang
kemudian digunakan untuk peramalan tingkat pengangguran menurut provinsi di
Indonesia. Penelitian ini bersumber dari Badan Pusat Statistik
(https://www.bps.go.id/) dengan topik tingkat pengangguran terbuka menurut
provinsi di Indonesia dengan periode penelitian Agustus 2017-Agustus 2022.
Metode yang digunakan dalam penelitian ini adalah metode Levenberg Marquardt
yang akan divirtualisasikan ke dalam program matlab R2011b. Metode Levenberg
Marquardt dapat dijadikan solusi, karena metode ini merupakan bagian dari
pembelajaran jaringan saraf tiruan yang memiliki kinerja yang baik dalam
menyelesaikan permasalahan, salah satunya masalah peramalan. Berdasarkan
hasil penelitian dengan percobaan yang dilakukan arsitektur jumlah tingkat
pengangguran yang terbaik ialah 2-10-1 dengan hasil MSE pelatihan sebesar
0,00002890 dan MSE pengujian sebesar 0,01130674 dengan epoch (Iteration)
sebesar 772.
Kata Kunci : Pengangguran, Jaringan Saraf Tiruan, Metode Levenberg Marquardt
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Perpustakaan STIKOM TB |
| Date Deposited: | 05 Aug 2024 09:41 |
| Last Modified: | 05 Aug 2024 09:41 |
| URI: | http://repository.stikomtb.ac.id/id/eprint/123 |
