Smart Assessment menggunakan Backpropagation Neural Network
Abstract
Penerapan scraping dan Backpropagation Neural Network dapat menjadikan penilaian Self- Assessment Questionnaire (SAQ) website Pemerintah Daerah Provinsi Jawa Timur lebih smart jika dibandingkan dengan model assessment yang sudah ada. Langkah awal yaitu melakukan scraping website Pemerintah Daerah Provinsi Jawa Timur untuk mendapatkan nilai SAQ. Hasil scraping tersebut akan digunakan sebagai data uji pada metode Backpropagation Neural Network, kemudian hasil data uji akan di proses menggunakan 4 jenis model data yang berbeda-beda dari segi jumlah iterasi dan hidden layer untuk mendapatkan akurasi terbaik. Pada model data A menggunakan iterasi 1000 dan 5 hidden layer menghasilkan nilai Mean Squared Error (MSE) 0,0117, Mean Absolute Percent Error (MAPE) 39,36% dan Akurasi 60.64%. Model data B menggunakan iterasi 1000 dan 7 hidden layer menghasilkan nilai MSE 0,0087, MAPE 29,49% dan Akurasi 70,50%. Model data C dengan menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0064, MAPE 24,46% dan Akurasi 75,53%. Model data D menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0036, MAPE 18,71% dan Akurasi 81,28%. Dari hasil ujicoba tersebut bahwa model data D yang menggunakan iterasi 2000 dan 9 hidden layer menghasilkan tingkat akurasi yang terbaik sehingga model data D dapat dijadikan acuan hasil penilaian website Pemerintah Daerah Provinsi Jawa Timur tahun 2021.
Downloads
References
Provinsi Sumatera Barat,” Simposium Nasional Keuangan Negara, vol. 1, no. 1, pp. 1087–1104, 2018.
[2] N. Handayani, “Efektivitas website dalam pelayanan elektronik Pemerintah Kota Depok,” Jurnal Otonomi Daerah dan Pengembangan
Masyarakat, vol. 15, no. 1, pp. 46—-57, 2017.
[3] A. R. Isni, “Analisis Kualitas Website Pemerintah Daerah Pada Kota Se-Sumatera Barat,” Jurnal Akuntansi, vol. 6, no. 3, pp.
1–16, 2018.
[4] N. Kenda, “Implementasi Pejabat Pengelola Informasi Dan Dokumentasi (Ppid) Pada Pemerintah Provinsi Gorontalo,” Jurnal
Penelitian Komunikasi dan Opini Publik, vol. 19, no. 3, pp. 165–186, 2015.
[5] P. Haryani, “Penilaian Kualitas Layanan Website Pemerintah Kota Yogyakarta Menggunakan Metode E-Govqual,” Data Manajemen
dan Teknologi Informasi (DASI), vol. 17, no. 3, pp. 44–50, 2016.
[6] I. G. L. A. R. Putra and I. P. A. Swastika, “Analisis Kerangka Kerja E-Governance Assessment Pada SitusWebsite Pemerintahan
Daerah di Indonesia,” Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016), vol. 2016, no. Sentika,
pp. 295–304, 2016.
[7] L. C. Dewi, Meiliana, and A. Chandra, “Social media web scraping using social media developers API and regex,” in Procedia
Computer Science, vol. 157, 2019, pp. 444–449.
[8] H. Hoesin, H. Setiadi, N. A. Lemmung, and ..., “Penilaian situs pemerintah daerah di provinsi dki jakarta, bengkulu, jambi, dan
bangka belitung,” in Seminar Nasional . . . , 2015, pp. 320–328.
[9] V. Mitra, H. Sujaini, and A. B. P. Negara, “Rancang Bangun Aplikasi Web Scraping untuk Korpus Paralel Indonesia - Inggris
dengan Metode HTML DOM,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 5, no. 1, pp. 1–6, 2017.
[10] A. Weni Syaputri, “Analisis Sentimen Pada Ulasan Hotel Grand Elite di Website Traveloka,” Jurnal Ekonomi, vol. 2, no. 1, pp.
41–49, 2021.
[11] D. D. A. Yani, H. S. Pratiwi, and H. Muhardi, “Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace,”
Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 7, no. 4, pp. 257–262, 2019.
[12] D. K. Vishwakarma, D. Varshney, and A. Yadav, “Detection and veracity analysis of fake news via scrapping and authenticating
the web search,” Cognitive Systems Research, vol. 58, pp. 217–229, 2019.
[13] Tina Amalia, Ivan Hanavi, Yuliatri Sastrawijaya, and Jarudin, “Pengembangan Media Berbasis WEB untuk Mempromosikan
Hasil Kerajinan Prakarya Siswa,” Jurnal Sisfotek Global, vol. 11, no. 1, pp. 53–59, 2021.
[14] H. Hairani, A. Anggrawan, A. I. Wathan, K. A. Latif, K. Marzuki, and M. Zulfikri, “The Abstract of Thesis Classifier by Using
Naive Bayes Method,” in 2021 International Conference on Software Engineering & Computer Systems and 4th International
Conference on Computational Science and Information Management (ICSECS-ICOCSIM), no. August. IEEE, aug 2021, pp.
312–315. [Online]. Tersedia: https://ieeexplore.ieee.org/document/9537006/
[15] D. Dairoh, V. K. Bakti, and M. Naufal, “Neural Network dan Particle Swam Optimization untuk Penunjang Keputusan Antipasi
Mahasiswa Pra Lulus Bekerja Sesuai Bidang,” MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer,
vol. 21, no. 1, pp. 151–158, 2021.
[16] E. Suryana, “Pendugaan Tinggi Pasang Surut Laut Harian Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation,”
Jurnal Ilmiah Betrik, vol. 8, no. 02, pp. 70–82, 2017.
[17] A. P. Widodo, S. Suhartono, E. A. Sarwoko, and Z. Firdaus, “Akurasi Model Prediksi Metode Backpropagation Menggunakan
Kombinasi Hidden Neuron Dengan Alpha,” Jurnal Matematika, vol. 20, no. 2, pp. 79–84, 2017.
[18] B. H. Hayadi, I. G. I. Sudipa, and A. P. Windarto, “Model Peramalan Artificial Neural Network pada Peserta KB Aktif Jalur
Pemerintahan menggunakan Artificial Neural Network Back-Propagation,” MATRIK : Jurnal Manajemen, Teknik Informatika
dan Rekayasa Komputer, vol. 21, no. 1, pp. 11–20, 2021
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.