Pengembangan Model Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Mahasiswa Baru di PTS Surabaya (Studi Kasus Universitas Wijaya Putra)

Abstract

Jaringan Syaraf Tiruan (JST) dan data time series dapat digunakan untuk metode peramalan dengan baik. Jaringan Syaraf Tiruan adalah suatu metode yang prinsip kerjanya diadaptasi dari model matematika pada manusia atau syaraf biologi. Jaringan syaraf dikarakteristikkan oleh; (1) pola koneksi diantara neuron (disebut arsitektur), (2) menentukan bobot dari koneksi (disebut training atau learning), dan (3) fungsi aktifasi.  Tujuan penelitian adalah mendapatkan arsitektur jaringan syaraf tiruan yang terbaik, membandingkan dua metode Jaringan Syaraf Tiruan Backpropogation dengan metode Jaringan Syaraf Tiruan Fungsi Basis Radial (RBF). Penelitian ini merupakan penelitian dengan menggunakan data yang sebenarnya (true experimental). Penelitian ini dilaksanakan di Universitas Wijaya Putra Surabaya, dengan memakai data kedua yang diperoleh dari tahun 2012 sampai dengan 2016. Hasil penelitian menunjukkan adanya perbedaan antara metode JST RBF dengan metode JST Backpropagation, diperoleh indeks statistik JST RBF, MAE= 0,0074, RMSE=0, 0096, error=12,6532 %. Indeks statistik JST Backpropagation, MAE= 0,2129, RMSE=0, 2752, error=13,3217 %.