Implementasi Artificial Neural Network Menggunakan Backpropagation Pada Prediksi Indeks Pembangunan Manusia

Abstract

Indeks Pembangunan Manusia (IPM) merupakan salah satu alat ukur yang penting bagi suatu daerah. Nilai IPM menunjukkan indikator yang digunakan untuk mengukur tingkat keberhasilan suatu daerah dalam membangun kualitas hidup manusia. IPM mencerminkan kemampuan masyarakat di daerah tersebut untuk mengakses tiga dimensi dasar pembangunan manusia, yaitu kesehatan, pendidikan, dan pendapatan. Nilai IPM ini dapat digunakan oleh pemangku kebijakan untuk merancang kebijakan pendanaan yang lebih baik ke daerah dengan IPM tertentu. Pada penelitian ini mengimplementasikan artificial neural network (ANN) dengan metode backpropagation untuk memprediksi nilai IPM di seluruh kabupaten di Indonesia guna mempermudah prediksi kualitas manusia. Hyperparameter tuning juga dilakukan untuk menentukan arsitektur jaringan optimal pada model ANN yang dibangun. Berdasarkan penelitian yang sudah dilkukan arsitektur optimal yang didapat dengan komposisi 2 hidden layer, setiap hidden memiliki neuron sebanyak 3 dan 4, learning rate sebesar 0.0001, fungsi aktivasi ReLU, dan epoch berjumlah 200. Hyperparameter optimal tersebut menghasilkan MSE sebesar 0.0005849390439398957.