Perbandingan metode adaline dan backpropagation untuk prediksi jumlah pencari kerja di Jawa Barat

Jaringan Saraf Tiruan (JST) adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistem sel saraf biologi, sama seperti otak manusia yang memproses suatu informasi. Diantara kemampuan yang dimiliki oleh JST adalah untuk peramalan yaitu metode Adaline dan Backpropagation. Kedua metode tersebut, memiliki kelebihan dan kekurangan tersendiri sehingga tidak dapat dikatakan langsung metode mana yang sesuai untuk peramalan, karena suatu metode yang baik untuk suatu kasus belum tentu baik pula untuk kasus yang berbeda. Oleh karena itu, kedua metode tersebut akan dibandingkan untuk peramalan jumlah pencari kerja di Jawa Barat sehingga diketahui metode mana yang memiliki performa akurasi peramalan yang lebih baik. Berdasarkan hasil pengujian, metode Adaline dan Backpropagation dapat diimplementasikan untuk peramalan jumlah pencari kerja di Jawa Barat. Secara rata-rata, akurasi hasil prediksi menggunakan metode Backpropagation lebih baik dibanding menggunakan metode Adaline. Di mana rata-rata akurasi dengan menggunakan metode Backpropagation mencapai 93.06% sedangkan dengan metode Adaline mencapai 30.92 %.

Artificial Neural Network (ANN) is an information processing paradigm inspired by the biological nervous system cells, just like the human brain that processes the information. Among the capabilities of the ANN is the method of forecasting for Adaline and Backpropagation. Both methods, have its own advantages and disadvantages so it can not be said directly which method is appropriate for forecasting, as a good method for a case is not necessarily good also for different cases.Therefore, these two methods will be compared to forecasting the number of job seekers in West Java that know which method has performed better forecasting accuracy.Based on the test results, Adaline and Backpropagation method can be implemented for forecasting the number of job seekers in West Java, where Backpropagation has better accuracy than Adaline method. The accuracy rate for Backproapgation method achieved the learning rate 0.2. While the best accuracy for Adaline method achieved the learning rate 0.1. Other parameters for the two do not significantly affect the predicted results.