Prediksi Persentase Kepemilikan Akta Kelahiran Pada Usia 0-17 Tahun Dengan Neural Network Backpropagation Algoritma Conjugate Gradient
DOI:
https://doi.org/10.5726/jisiilkom.v1i1.2Keywords:
Persentase Penduduk, Akta Kelahiran, Backpropagation, Algoritma Conjugate Gradient, PrediksiAbstract
Akta kelahiran adalah surat atau catatan otentik yang dibuat oleh Dinas Pencatatan Sipil yang memuat informasi resmi mengenai nama anak, tempat kelahiran, waktu kelahiran, nama orang tua, dan kewarganegaraan anak secara lengkap dan jelas. Akta kelahiran biasanya diterbitkan oleh pemerintah atau badan yang ditunjuk oleh pemerintah. Pertumbuhan penduduk yang cepat dapat menyebabkan berbagai masalah sosial dan ekonomi yang kompleks. Kepemilikan akta kelahiran adalah hal yang penting dalam mengukur tingkat keberlanjutan administrasi kependudukan suatu negara. Namun dalam pengumpulan data kepemilikan akta kelahiran jumlah penduduk usia 0-17 tahun dapat menjadi sulit dan memakan waktu. Oleh karena itu, metode prediksi dengan menggunakan metode algoritma Conjugate Gradient metode Artificial Neural Network Backpropagation dapat membantu dalam memprediksi persentase penduduk usia 0-17 tahun dengan kepemilikan akta lahir serta dapat membantu pemerintah dalam merencanakan kebijakan dan memperbaiki layanan administrasi kependudukan. Diharapkan bahwa hasil penelitian ini dapat memberikan wawasan yang berguna untuk perumusan kebijakan dan upaya peningkatan persentase kepemilikan akta kelahiran pada kelompok usia 0-17 tahun. Penelitian ini menggunakan 5 model arsitektur: 3-5-1, 3-10-1, 3-15-1, 3-20-1, 3-25-1, dari kelima model arsitektur tersebut akurasi terbaik diperoleh dari model arsitektur 3-10-1 dengan nilai MSE/Performance 0,00270909.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Lambas Perdana Naibaho, Lise Pujiastuti

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Licence
Copyright @2023. This is an open-access article distributed under the terms of the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License (http://creativecommons.org/licenses/by-nc-sa/4.0/) which permits unrestricted non-commercial used, distribution and reproduction in any medium