ISBN 978-623-93343-1-4 Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA) Jakarta-Indonesia, 14 Agustus 2020 493 IMPLEMENTASI METODE EXTREME LEARNING MACHINE (ELM) UNTUK MEMPREDIKSI INDEKS PEMBANGUNAN MANUSIA PROVINSI DKI JAKARTA Bagus Arief Aditiya 1) , Didit Widiyanto* 2) , Noor Falih* 3) Informatika, Fakultas Ilmu Komputer Universitas Pembangunan Nasional Veteran Jakarta Bagusariefaditiya@gmail.com 1) , Didit.widiyanto89@gmail.com* 2) , falih@upnvj.ac.id* 3) Abstrak. Indeks Pembangunan Manusia (IPM) adalah tolok ukur untuk menghitung pencapaian pembangunan masyarakat di wilayah tertentu. IPM dibentuk berdasarkan 3 indikator dasar yaitu, pengetahuan, standar hidup layak dan kesehatan. Hal ini menyebabkan perhitungan IPM oleh Badan Pusat Statistik (BPS) membutuhkan waktu yang cukup lama ditambah masih harus mempublikasikan hasil perhitungan IPM tiap tahunnya, sehingga dibutuhkan prediksi nilai IPM tersebut untuk mempersingkat waktu. Dari permasalahan tersebut penulis ingin membuat model yang dapat digunakan untuk memprediksi nilai IPM dengan mengimplementasikan metode Extreme Learning Machine (ELM). Data yang digunakan akan melalui tahap praproses mean subtitution dan normalisasi menggunakan metode z-score. Selanjutnya akan dicari performa terbaik dari 8 skenario yang telah dirumuskan, performa terbaik ditentukan berdasarkan nilai RMSE yang didapatkan tiap skenario. Hasil terbaik yang didapatkan dari 8 sekenario penelitian yang dibuat adalah hasil dari sekenarioY3. RMSE yang didapatkan sebesar 0,025355 pada proses pengujian. Kata kunci: Indeks Pembangunan Manusia, Jaringan Saraf Tiruan, ELM 1. Pendahuluan IPM adalah indeks yang digunakan sebagai alat ukur untuk menghitung tingkat kesuksesan pemerintah membangun SDM di suatu daerah, diterbitkan oleh United Nations Development Progamme (UNDP) di tahun 1990 dan dipublikasikan dalam laporan tahunan Human Development Report (HDR) secara berkala. IPM terdiri dari 3 indikator yaitu kesehatan, pengetahuan, dan standar hidup layak. Di DKI Jakarta sendiri IPM merupakan data penting karena selain sebagai taraf ukur kinerja pemerintah, IPM juga digunakan sebagai salah satu untuk menentukan Dana Alokasi Umum (DAU). Untuk proses perhitungan IPM memakan waktu cukup lama, dikarenakan IPM terdiri dari 3 indikator dasar yang berbeda sehingga Badan Pusat Statistik membutuhkan waktu yang lama untuk melakukan perhitungan dan mempublikasikan hasil perhitungan.Untuk membantu untuk mempersingkat waktu dalam perhitungan IPM di masa depan dapat melakukan prediksi ( forecast). Memperkirakan apa yang akan terjadi di masa mendatang adalah prediksi, artinya prediksi bukan hanya sekedar perkiraan akan tetapi menggunakan metode-metode tertentu hingga menjadi lebih dari sekedar perkiraan. Berdasarkan hal yang disampaikan diatas, penulis melihat suatu masalah yaitu bagaimana memprediksi nilai IPM. Oleh sebab itu penulis ingin membuat model prediksi yang baik dengan mengimplementasikan metode ELM. Menggunakan metode ELM karena metode ini memiliki akurasi dan learning speed yang baik berdasarkan penelitian sebelumnya yang serupa dengan penelitian ini. Adapun tujuan yang ingin dicapai dalam penelitian ini adalah menghasilkan model prediksi dengan performa yang baik dari beberapa skenario penelitian yang dijalankan menggunakan pembelajaran Jaringan Syaraf Tiruan (JST) dengan Metode Extreme Learning Machine yang diaplikasikan pada Indeks Pembangunan Manusia Provinsi DKI Jakarta.