Peramalan Jumlah Tindak Pidana Menurut Kepolisian Daerah Dengan Algoritma Backpropagation

Ahmad Revi, Solikhun Solikhun, Poningsih Poningsih

Abstract


Tindak pidana merupakan indikator kualitas keamanan, kesejahteraan dan kemakmuran sehingga menjadi cerminan terhadap tingkat penanganan keamanan yang diberikan kepada masyarakat. Penelitian ini bertujuan untuk meramalkan jumlah tindak pidana berdasarkan kepolisian daerah di Indonesia. Nantinya penelitian ini dapat digunakan sebagai referensi atau gambaran mengenai kondisi tindak pidana di masa depan. Peramalan adalah proses untuk memperkirakan berapa kebutuhan dimasa yang akan datang yang meliputi kebutuhan dalam ukuran kuantitas, kualitas, waktu dan lokasi yang dibutuhkan dalam rangka memenuhi permintaan barang ataupun jasa. Dalam penelitian ini digunakan metode jaringan syaraf tiruan dengan algoritma backpropagation. Arsitektur jaringan yang digunakan adalah 8-4-1, 8-8-1, 8-12-1, 8-16-1 dan 8-20-1 dimana yang terbaik yaitu 8-20-1 dengan akurasi 97%. Hasil yang didapatkan adalah jumlah tindak pidana yang diolah menggunakan arsitektur 8-20-1 dengan akurasi yang dihasilkan oleh sistem sebesar 99%.

Kata Kunci: Peramalan, Kecerdasan Buatan, Backpropagation, Jaringan Syaraf Tiruan, Tindak Pidana


Full Text:

PDF

References


A. Sudarsono, “Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Backpropagation (Studi Kasus Di Kota Bengkulku),” Media Infotama, vol. 12, no. 1, pp. 61–69, 2016.

F. Pakaja, A. Naba, and Purwanto, “Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan dan Certainty Factor,” J. EECCIS Vol. 6, No. 1, Juno 2012, vol. 6, no. 1, pp. 23–28, 201AD.

Solikhun, A. P. Windarto, Handrizal, and M.Fauzan, “Jaringan Syaraf Tiruan Dalam Memprediksi Sukuk Negara Ritel Berdasarkan Kelompok Profesi Dengan Backpropagation Dalam Mendorong Laju Pertumbuhan Ekonomi,” in Seminar Ilmiah Nasional "Membangun Paradigma Kehidupan Melalui Multidisiplin Ilmu, 2017, pp. 14–31.

Agus Perdana Windarto, “Implementasi Jst Dalam Menentukan Kelayakan Nasabah Pinjaman Kur Pada Bank Mandiri Mikro Serbelawan Dengan Metode Backpropogation,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 1, no. 1, pp. 12–23, 2017.

Solikhun and M. Safii, “Jaringan Saraf Tiruan Untuk Memprediksi Tingkat Pemahaman Siswa Terhadap Mata Pelajaran Dengan Menggunakan Algoritma Backpropagation,” J. Sains Komput. Inform., vol. 1, no. 1, pp. 24–36, 2017.

Andrijasa.M.F and Mistianingsih, “Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation,” J. Inform. Mulawarman, vol. 5, no. 1, 2010.

M. Febrina, F. Arina, and R. Ekawati, “Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (Jst) Backpropagation,” J. Tek. Ind., vol. 1, no. 2, pp. 174–179, 2013.

S. Kusmaryanto, “Jaringan Saraf Tiruan Backpropagation untuk Pengenalan Wajah Metode Ekstraksi Fitur Berbasis Histogram,” J. EECCIS Vol. 8, No. 2, Desember 2014, vol. 8, no. 2, pp. 193–198, 2014.

N. Nurmila, A. Sugiharto, and E. A. Sarwoko, “Algoritma Backpropagation Neural Network Untuk Pengenalan Pola Karakter Huruf Jawa,” J. Masy. Inform., vol. 1, no. 1, pp. 1–10, 2016.

Solikhun;, A. P. Windarto, Handrizal, and M. Fauzan, “Jaringan Syaraf Tiruan Dalam Memprediksi Sukuk Negara Ritel Berdasarkan Kelompok Profesi Dengan Backpropagation Dalam Mendorong Laju Pertumbuhan Ekonomi,” in Seminar Ilmiah Nasional "Membangun Paradigma Kehidupan Melalui Multidisiplin Ilmu, 2017, pp. 14–31.

Y. A. Lesnussa, S. Latuconsina, and E. R. Persulessy, “Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA ( Studi kasus : Prediksi Prestasi Siswa SMAN 4 Ambon ),” J. Mat. Integr., vol. 11, no. 2, pp. 149–160, 2015.

M. Agustin and T. Prahasto, “Penggunaan Jaringan Syaraf Tiruan Backpropagation untuk Seleksi Penerimaan Mahasiswa Baru pada Jurusan Teknik Komputer di Politeknik Sriwijaya,” J. Sist. Inf. Bisnis, vol. 02, pp. 4–32, 2012.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)