IKHSANUL HAMDI, - (2023) PREDIKSI JUMLAH PERCERAIAN MENGGUNAKAN METODE MULTILAYER PERCEPTRON. PREDIKSI JUMLAH PERCERAIAN MENGGUNAKAN METODE MULTILAYER PERCEPTRON, 7 (3). pp. 1352-1361. ISSN ISSN 2614-5278 (media cetak), ISSN 2548-8368 (media online)
|
Text (JOURNAL)
IKHSANUL HAMDI REPOSITORY.pdf - Published Version Download (1MB) | Preview |
Abstract
Abstrak−Perceraian merupakan situasi ketika pasangan suami istri yang telah menikah memutuskan untuk mengakhiri hubungan mereka dan memisahkan diri secara hukum. Meningkatnya jumlah perkara dalam kasus perceraian yang diajukan di Pengadilan Agama Bangkinang setiap bulannya, menyebabkan kenaikan dan penurunan secara bertahap. Penelitian ini menggunakan metode Multilayer Perceptron (MLP) dan evaluasi menggunakan Mean Squared Error (MSE) untuk menetukan akurasi prediksi. Data yang digunakan adalah data perceraian Pengadilan Agama Bangkinang mulai dari Januari 2014 hingga Desember 2022 yang dikumpulkan dan diolah dari kantor Pengadilan Agama. Berjumlah 102 data dalam bentuk data time series. Pada penelitian ini menggunakan MLP yang terdiri atas tiga layer, yaitu input layer, hidden layer, dan output layer. Dan menggunakan pengujian arsitektur yang terdiri atas 6-7-1, 6-9-1, dan 6-12-1 dengan parameter learning rate: 0.01, 0.03, 0.09 dengan perbandingan data latih dan uji 70:30, 80:20, 90:10. Berdasarkan Hasil pengujian menggunakan MSE diperoleh arsitektur terbaik yaitu dengan perbandingan data 90:10 dengan arsitektur 6-9-1, learning rate: 0.03, Epoch: 300, nilai tetap Alpha: 0.1 berhasil diperoleh hasil MSE: 0.01144 dan pola jumlah percerian dari bulan Januari hingga Mei 2023 mengalami penurunan, dengan demikian, MLP ini dapat memberikan hasil prediksi yang membantu dalam memprediksi jumlah perceraian. Kata Kunci: MLP; Model; MSE; Perceraian; Prediksi
Item Type: | Article |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika 000 Karya Umum |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 02 Nov 2023 08:10 |
Last Modified: | 03 Nov 2023 03:46 |
URI: | http://repository.uin-suska.ac.id/id/eprint/75604 |
Actions (login required)
View Item |