Implementasi Metode JST-Backpropagation untuk Klasifikasi Rumah Layak Huni (Studi Kasus: Desa Kidal Kecamatan Tumpang Kabupaten Malang)

Abstrak

Rumah memiliki peran besar bagi tiap individu dan keluarga karena rumah tidak hanya sebagai tempat tinggal saja, tetapi rumah harus nyaman dan aman serta dapat menjaga privasi setiap anggota keluarga sesuai dengan fungsi rumah sebagai media pelaksanaan bimbingan dan pendidikan keluarga. Namun pada kenyataannya, masih banyak rumah di Indonesia yang masih belum memenuhi syarat rumah layak huni. Pemerintah membuat sebuah program untuk membantu perbaikan rumah yang tidak layak huni. Tentu saja untuk memberikan bantuan agar tepat sasaran, pemerintah harus menentukan seseorang memiliki rumah yang layak huni atau rumah tidak layak huni. Untuk mengatasi permasalahan tersebut dibuat suatu sistem cerdas untuk klasifikasi rumah layak huni menggunakan algoritma backpropagation. Dalam penelitian ini menggunakan 160 data dari Desa Kidal Kecamatan Tumpang Kabupaten Malang  yang terbagi menjadi dua kategori yaitu layak dan tidak layak. Metode Backpropagation merupakan  salah satu metode klasifikasi yang memiliki kinerja sangat baik. Algoritma ini sangat efektif dalam melakukan berbagai macam prediksi pada suatu masalah. Serta pada penelitian ini menggunakan nguyen widrow untuk inisisalisasi bobot awal. Pengujian akhir dari penelitian ini menghasilkan nilai rata-rata akurasi tertinggi sebesar 59% dengan menggunakan 15 input layer, 3 hidden layer, learning rate sebesar 0,2.