Optimasi Peramalan Metode Backpropagation Menggunakan Algoritme Genetika pada Jumlah Penumpang Kereta Api di Indonesia

##plugins.themes.bootstrap3.article.main##

Mohammad Birky Auliya Akbar Indriati Indriati Ahmad Afif Supianto

Abstrak

Kereta api adalah jenis transportasi darat masif dengan jumlah pengguna yang banyak, berdasarkan hasil yang ditunjukkan oleh data statistika untuk indeks keselamatan dan pelayanan mencapai nilai 4.09 dari 5 di tahun 2014, selain itu juga dukung denga fakta yang diungkap harian tempo (www.bisnis.tempo.co) yang menyatakan bahwa pengguna kereta api dari waktu ke waktu mengalami peningkatan. Namun dengan peningkatan jumlah penumpang kereta api tanpa adanya prediksi akan berakibat buruk bagi perkeretaapian di Indonesia. Untuk itu dibutuhkan suatu metode peramalan dengan hasil yang dapat dipertanggungjawabkan, dengan menggunakan metode yang populer seperti jaringan saraf tiruan Backpropagation dan dilakukan optimasi dalam penentuan inisialisasi bobot (w) dengan menggunakan variabel berjumlah 800 untuk populasi, 20 untuk jumlah generasi, komposisi nilai Mr = 0.3 dan Cr = 0.7, dengan variabel utama dari jaringan saraf tiruan Backpropagation yang terdiri dari jumlah iterasi sebesar 100 dan nilai alpha sebesar 0.9, juga dengan mengguanakan dataset tersusun secara bulanan, mulai dari januari 2006 hingga juni 2017 berupa data timeseries, dengan data latih 100 pola data awal dan data uji 10 pola data akhir. Sehingga menghasilkan tingkat akurasi berdasarkan nilai error (MSE) sebesar 0.065869861 dari hasil hibridisasi metode jaringan sarat tiruan backpropagation dengan menggunakan algoritme genetika, sedangkan jika tanpa menggunakan hibridisasi nilai error yang didapat sebesar 0.072517977.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Akbar, M., Indriati, I., & Supianto, A. Optimasi Peramalan Metode Backpropagation Menggunakan Algoritme Genetika pada Jumlah Penumpang Kereta Api di Indonesia. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, p. 2533-2541, jan. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4749>. Tanggal Akses: 20 okt. 2019
Bagian
Artikel