Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4 SENSASI 2018 Juli 2018 Hal: 526 - 536 Sandy Putra Siregar | http://seminar-id.com/semnas-sensasi2018.html Page | 526 Analisis Akurasi Arsitektur JST Berdasarkan Jumlah Penduduk Pada Kabupaten/Kota di Sumatera Utara Sandy Putra Siregar, Anjar Wanto, Zuliani Masruro Nasution Program Studi Teknik Informatika, STIKOM Tunas Bangsa, Pematangsiantar, Indonesia Abstrak Penduduk merupakan orang yang bertempat tinggal dan menetap dalam suatu wilayah. Pengaruh jumlah penduduk pada tingkat moderat pada dasarnya positif dan bermanfaat bagi pembangunan ekonomi, khususnya bagi kabupaten/kota di Sumatera Utara. Tujuan dilakukannya penelitian ini adalah untuk menganalisa akurasi arsitektur Jaringan Saraf Tiruan dengan algoritma backpropagation berdasarkan jumlah penduduk pada kabupaten/kota di Sumatera Utara. Penelitian ini nantinya akan menggunakan 5 model arsitektur, antara lain 3- 10-1, 3-15-1, 3-36-1, 3-44-1 dan 3-50-1. Dari ke 5 model arsitektur yang digunakan, terpilih arsitektur terbaik yaitu 3-36-1 yang menghasilkan tingkat akurasi sebesar 100%, MSE 0.00142284 dengan tingkat error yang digunakan 0,001-0,05 serta learning rate 0.01. Hasil dari tulisan ini diharapkan dapat bermanfaat secara luas, khususnya bagi para akademisi sebagai bahan penelitian khususnya yang terkait dengan kependudukan, sehingga secara tidak langsung hasilnya dapat membantu pemerintah daerah Sumatera Utara dalam menganalisa perkembangan dan pertumbuhan penduduk. Kata Kunci: Analisis, JST, Penduduk, Kabupaten/Kota, Sumatera Utara 1. PENDAHULUAN Penduduk adalah semua orang-orang yang bertempat tinggal atau berdomisili di wilayah geografis Republik Indonesia selama 6 bulan atau lebih dan atau mereka yang berdomisili kurang dari 6 bulan tetapi bertujuan untuk menetap [1]. Jumlah penduduk berarti banyaknya penduduk yang tinggal/menetap di suatu daerah/wilayah tertentu, yang diukur dalam satuan jiwa pertahun [2]. Pengaruh jumlah penduduk pada tingkat moderat pada dasarnya positif dan bermanfaat bagi pembangunan ekonomi, baik bagi negara-negara maju maupun yang sedang berkembang. Di Sumatera Utara sendiri, jumlah penduduknya cukup banyak. Oleh karena itu Sumatera Utara merupakan provinsi urutan ke 4 yang terbesar jumlah penduduknya. Penelitian ini nantinya diharapkan dapat dimanfaatkan secara luas, khususnya bagi para akademisi sebagai bahan penelitian khususnya yang terkait dengan kependudukan, sehingga secara tidak langsung hasilnya dapat membantu pemerintah daerah Sumatera Utara dalam menganalisa perkembangan dan pertumbuhan penduduk di wilayah tersebut[3]. Pembahasan dalam tulisan ini terfokus pada analisa akurasi yang dihasilkan dari penerapan algoritma jaringan saraf tiruan backpropagation berdasarkan jumlah penduduk pada kabupaten/kota di Sumatera Utara. Alasan penerapan Jaringan saraf tiruan adalah karena JST merupakan salah satu cabang kecerdasan buatan(Artificial Intelligence) yang mampu melakukan pengenalan kegiatan berbasis data masa lalu [4] [5]. 1.1 Jaringan Saraf Tiruan Jaringan saraf tiruan (neural network) merupakan salah satu aplikasi buatan manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia dengan cara meniru cara kerja jaringan saraf biologis pada manusia [5][6][8]. JST tercipta sebagai suatu generalisasi model matematika dari pemahaman manusia (human cognition) yang didasarkan atas asumsi pemrosesan informasi terjadi pada elemen sederhana yang disebut neuron [8][10] 1.2 Algoritma Backpropagation Jaringan saraf lapis jamak (multilayer network) dengan pelatihan terbimbing (supervised) antara lain adalah jaringan perambatan-balik (backpropagation) [10][12][13]. Algoritma pelatihan Backpropagation Neural Network (BPNN) pertama kali dirumuskan oleh Werbos dan dipopulerkan oleh Rumelhart & Mc.Clelland [13]. Metode pelatihan backpropagation melibatkan feedforward dari pola pelatihan input, perhitungan dan backpropagation dari kesalahan, dan penyesuaian bobot pada sinapsis [14][15][17]. Algoritma Backpropagation bekerja melalui koreksi bobot pada jaringan saraf tiruan. Bobot yang awalnya dipilih secara acak antara 0 hingga 1 kemudian akan terus dikoreksi hingga maksimum epoch ataupun nilai eror sudah lebih kecil dari target error [17].