Prediksi Tingkat Pengangguran di Wilayah Provinsi Jawa Timur Menggunakan Metode Elman Recurrent Neural Network (ERNN)
Abstract
Tingkat pengangguran merupakan indikator penting dalam mengukur kesehatan ekonomi suatu negara dan kesejahteraan masyarakatnya. Dalam konteks Indonesia, masalah pengangguran terbuka menjadi tantangan yang perlu ditangani secara serius untuk mencapai pertumbuhan ekonomi yang inklusif dan berkelanjutan. Oleh karena itu dilakukan penelitian penerapan metode Elman Recurrent Neural Network untuk prediksi tingkat Pengangguran di wilayah Provinsi Jawa Timur. Data yang digunakan yaitu data Tingkat Pengangguran Terbuka (TPT) Provinsi Jawa Timur dari tahun 2001 sampai dengan tahun 2022. Data tersebut dirubah kedalam bentuk data time series dengan variabel berjumlah 5. Penelitian ini menggunakan jumlah epoch 500, learning rate (α) 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8,0.9 dan 0.1, dan toleransi error 0.001. Hasil pengujian MSE pada penelitian ini menunjukkan nilai MSE terkecil pada learning rate 0.01 dengan data latih 90% dan data uji 10% dengan nilai MSE 0,061227.
Downloads
References
[2] Akhyarni Manaf, Aidil Fitriansyah. (2021). PREDIKSI KEBUTUHAN AIR PDAM DENGAN ALGORITMA ELMAN RECURRENT NEURAL NETWORK.
[3] Cynthia dkk, E. P. (2019). Penerapan Metode Elman Recurrent Neural Network (ERNN) Untuk Peramalan Penjualan. Journal of Education Informatic Technology and Science (JeITS), 1(2), 49–61.
[4] Radjabaycolle, J., & Pulungan, R. (2016). Prediksi Penggunaan Bandwidth Menggunakan Predictions of Bandwidth Using Elman Recurrent. Jurnal Ilmu Matematika Dan Terapan, 10(2), 127–135.
[5] Pascima, I. B. N., & Hartati, S. (2018). Sistem Prediksi Harga Nilai Tukar Mata Uang Menggunakan Elman Recurrent Neural Network dengan Algoritma Genetika sebagai Metode Pembelajaran. Berkala MIPA, 25(3), 275–287.
[6] Eka Pandu Cynthia dkk, (2019). Penerapan Metode Elman Recurrent Neural Network (ERNN) Untuk Peramalan Penjualan. Journal of Education Informatic Technology and Science (JeITS), Vol 1, Nomor 2,
[7] Widodo Saputra dkk, (2019). Penerapan Metode Resilient dalam Menentukan Model Arsitektur Terbaik untuk Prediksi Pengangguran Terbuka di Indonesia. Seminar Nasional Aplikasi Teknologi Informasi (SNATi) 2019 ISSN: 1907-5022 Yogyakarta
[8] Jauhari, D., Himawan, A., & Dewi, C. (2016). Prediksi Distribusi Air PDAM Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Di PDAM Kota Malang. Jurnal Teknologi Informasi Dan Ilmu Komputer, 3(2), 83–87. https://doi.org/10.25126/jtiik.201632
Copyright (c) 2024 Tompo Panjaitan, Fetty Tri Anggraeny, Muhammad Muharrom Al Haromainy
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
An author who publishes in Jurnal Media Infotama agrees to the following terms:The author holds the copyright and grants the journal the right of first publication of the work simultaneously licensed under the Creative Commons Attribution-Share Alike 4.0 License which allows others to share the work with acknowledgment of the work's authorship and initial publication in this journal.Submission of a manuscript implies that the submitted work has not been previously published (except as part of a thesis or report, or abstract); that it is not being considered for publication elsewhere; that its publication has been approved by all co-authors. If and when a manuscript is accepted for publication, the author retains the copyright and retains the publishing rights without limitation.
For new inventions, authors are advised to administer the patent before publication. The license type is CC-BY-SA 4.0.
MEDIA INFORMATION REVIEW: Journal of the Faculty of Computer Science is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.You are free to:Share
— copy and redistribute material in any medium or formatAdapt
— remix, modify and develop materialfor any purpose, even commercial.
The licensor cannot revoke this freedom as long as you follow the license terms
.png)
