PEMODELAN PREDIKTIF MENGGUNAKAN ALGORITMA BACKPROPAGATION

  • Lalu Heri Aguswandi
  • Dian Syafitri
  • Tomi Tri Sujaka
Keywords: Prediksi, Pemodelan Prediktif, Backpropagation, Neural Network, Jaringan Saraf Tiruan

Abstract

Prediksi adalah proses memperkirakan seara sistematis apa yang paling mungkin terjadi di masa depan berdasarkan informasi masa lalu dan sekarang untuk meminimalkan kesalahan, penelitian ini menyajikan sebuah tinjauan literatur yang komperhensif mengenai berbagai penerapan teknik backpropagation dalam pemodelan prediktif pada lima konteks prediksi yaitu prediksi pertandinga hasil sepak bola, prediksi harga minyak, prediksi mahasiswa baru, prediksi harga saham, dan prediksi siswa penerima bantuan. Dengan mengeksplorasi berbagai metode dan strategi yang muncul dari literatur terkini, pada penelitian ini di uraikan kemajuan yang signifikan dan berbagai tantangan yang dihadapi dalam penggunaan backpropagation untuk meramalkan hasil dalam berbagai konteks. Penelitian ini juga menyoroti perkembangan terkini serta memberikan wawasan mendalam tentang algoritma backpropagation dalam analisis prediktif dengan berbagai penerapan metode untuk meningkatkan akurasi dari sebuah model serta meminimalkan kesalahan prediksi Mean Square Error (MSE).

References

Wati, S.P., Dur, S. and Widyasari, R., 2023. Prediksi Jumlah Penduduk Miskin Di Sumatera Utara Dengan Metode Jaringan Syaraf Tiruan Backpropagation. Justek: Jurnal Sains dan Teknologi, 6(4), pp.527-535.
Abiodun, O. I., Jantan, A., Omolara, A. E., Dada, K. V., Mohamed, N. A., & Arshad, H. (2018). State- of- the-art in artificial neural network applications: A survey. Heliyon, 4(11), e00938. https://doi.org/10.1016/j.heliyon.2018.e00938
de Myttenaere, A., Golden, B., Le Grand, B., & Rossi, F. (2016). Mean Absolute Percentage Error for regression models. Neurocomputing, 192, 38–48. https://doi.org/10.1016/j.neucom.2015.12.114
Fred Agarap, A. M. (n.d.). Deep Learning using Rectified Linear Units (ReLU). https://github.com/AFAgarap/relu-classifier.
Handayani, L., & Adri, M. (2015). Penerapan JST (Backpropagation) untuk Prediksi Curah Hujan (Studi Kasus : Kota Pekanbaru). In Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) (Vol. 7).
Indah, S., & Setiawan, A. (2011). Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6: Vol. III (Issue 2).
Khair, U., Fahmi, H., Hakim, S. Al, & Rahim, R. (2017). Forecasting Error Calculation with Mean Absolute Deviation and Mean Absolute Percentage Error. Journal of Physics: Conference Series, 930, 012002. https://doi.org/10.1088/1742-6596/930/1/012002
McKenzie, J. (2011). Mean absolute percentage error and bias in economic forecasting.
Economics Letters, 113(3), 259–262. https://doi.org/10.1016/j.econlet.2011.08.010
Murni, D., Studi Matematika, P., & Matematika dan Ilmu Pengetahuan Alam, F. (2023). PREDIKSI HASIL PERTANDINGAN SEPAK BOLA LIGA PREMIER INGGRIS DENGAN ARTIFICIAL NEURAL NETWORK BACKPROPAGATION. 4(3). https://doi.org/10.46306/lb.v4i3.425
Rahmat Ahmad Fauzi Dwi Sulistya Universitas Buana Perjuangan Karawang Universitas Buana Perjuangan Karawang Universitas Buana Perjuangan Karawang Karawang, A. K., & Karawang, I. (2023). Penerapan Algoritma Backpropagation untuk Memprediksi Mahasiwa Baru (Studi Kasus: UBP Karawang). IV(1).
Ruswanti, D. (2020). PENGUKURAN PERFORMA SUPPORT VECTOR MACHINE DAN NEURAL NETWOK DALAM MERAMALKAN TINGKAT CURAH HUJAN. In Gaung Informatika (Vol. 13, Issue 1).
Shi, H.-Y., Lee, K.-T., Lee, H.-H., Ho, W.-H., Sun, D.-P., Wang, J.-J., & Chiu, C.-C. (2012). Comparison of Artificial Neural Network and Logistic Regression Models for Predicting In-Hospital Mortality after Primary Liver Cancer Surgery. PLoS ONE, 7(4), e35781. https://doi.org/10.1371/journal.pone.0035781
Soewignjo, S., Sediono, Mardianto, M. F. F., & Pusporani, E. (2023). Prediksi Harga Saham Bank BCA (BBCA) Pasca Stock Split dengan Artificial Neural Network dengan Algoritma Backpropagation. G-Tech: Jurnal Teknologi Terapan, 7(4), 1683–1693. https://doi.org/10.33379/gtech.v7i4.3363
Supriyanto, S., Sunardi, S., & Riadi, I. (2022). Penerapan JST Backpropagation untuk Prediksi Siswa Penerima Bantuan. JURNAL MEDIA INFORMATIKA BUDIDARMA, 6(2), 952. https://doi.org/10.30865/mib.v6i2.3870
Veri, J., Surmayanti, S., & Guslendra, G. (2022a). Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(3), 503–512. https://doi.org/10.30812/matrik.v21i3.1382
Veri, J., Surmayanti, S., & Guslendra, G. (2022b). Prediksi Harga Minyak Mentah Menggunakan Jaringan Syaraf Tiruan. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(3), 503–512. https://doi.org/10.30812/matrik.v21i3.1382 Wanto, A. (2018). Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts. Jurnal Nasional Teknologi Dan Sistem Informasi, 3(3), 370–380. https://doi.org/10.25077/teknosi.v3i3.2017.370-380
Wanto, A., & Windarto, A. P. (2017). Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation. Jurnal & Penelitian Teknik Informatika, 2(2).
Yuberta, A. (2022). Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Asesmen Nasional Berbasis Komputer (ANBK) SMP Se Kota Sawahlunto. Jurnal Informasi Dan Teknologi, 200–205. https://doi.org/10.37034/jidt.v4i4.234
Published
2025-03-20