Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Setiana, Maya
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Metode Backpropagation untuk Memprediksi Tingkat Pengangguran Terbuka (TPT) di Provinsi Jawa Barat dengan Optimasi Adam Setiana, Maya; Rahayudi, Bayu; Muflikhah, Lailil
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 5 (2024): Mei 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengangguran termasuk salah satu tantangan yang dihadapi negara berkembang, termasuk Indonesia. Faktor penyebab utama yang mempengaruhi tingkat pengangguran adalah kesenjangan antara lapangan pekerjaan yang tersedia dibandingkan angka angkatan kerja yang tersedia Di samping itu, rendahnya kebutuhan tenaga kerja di sejumlah sektor di Indonesia juga berkontribusi pada peningkatan jumlah pengangguran. Jawa Barat menjadi provinsi yang menempati urutan pertama dengan populasi sekaligus Tingkat Pengangguran Terbuka (TPT) tertinggi di Indonesia. Prediksi yang akurat tentang Tingkat Pengangguran Terbuka (TPT) akan menjadi alat penting dalam perencanaan dan kebijakan ekonomi yang berorientasi pada tindakan untuk memperbaiki kesejahteraan masyarakat serta menciptakan peluang pekerjaan yang lebih luas. Dalam penelitian ini, metode backpropagation dengan optimasi Adam diimplementasikan untuk memprediksi TPT Provinsi Jawa Barat. Backpropagation merujuk pada metode yang efektif digunakan untuk melakukan prediksi, sedangkan optimasi Adam akan digunakan sebagai solusi untuk mengatasi masalah learning speed yang lambat dalam metode backpropagation. Hasil penelitian menunjukkan bahwa metode backpropagation dengan optimasi Adam dapat diimplementasikan untuk memprediksi TPT di Provinsi Jawa Barat dengan error yang cukup rendah. Nilai MSE terendah diperoleh pada penerapan parameter jumlah neuron hidden layer sebanyak 2, nilai learning rate 0.001, jumlah epoch 1000, proporsi data training 70%, dan nilai batch size 8 dengan rata-rata nilai MSE sebesar 2.9072.
Co-Authors Bayu Rahayudi Lailil Muflikhah