ANALISIS ALGORITMA BACKPROPAGATION DALAM PREDIKSI NILAI EKSPOR (JUTA USD)

In a study, the analysis is necessary for the accuracy and accuracy of an education. So also in prediction Export Value (Million USD). This research will discuss the value of export in general in North Sumatra based on Million USD. This research is conducted to know the export development in North Sumatera in the future. This research uses Artificial Neural Network with Backpropagation algorithm. The research data used comes from the Central Bureau of Statistics of North Sumatra from 2012 until 2017. This research will use five architectural models namely 4-5-1, 4-7-1, 4-9-1, 4-10-1 and 4-11-1. The best model of the five models is 4-7-1 with a 100% accuracy rate, with a time of 27 seconds. The error rate used is 0.001 - 0.05. Thus, this model is good enough to predict Export Value in North Sumatra, because its accuracy reaches 100%.

[1]  Anjar Wanto,et al.  Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation , 2017 .

[2]  M. F. Andrijasa,et al.  Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation , 2016 .

[3]  Anjar Wanto,et al.  Penerapan Algoritma Backpropagation Dalam Memprediksi Produksi Tanaman Padi Sawah Menurut Kabupaten/Kota di Sumatera Utara , 2018 .

[5]  Anjar Wanto,et al.  Analisis Jaringan Saraf Tiruan Untuk Prediksi Luas Panen Biofarmaka di Indonesia , 2018 .

[6]  A. H. Malian.  Faktor-Faktor yang Mempengaruhi Ekspor Produk Pertanian dan Produk Industri Pertanian Indonesia : Pendekatan Macroeconometric Models dengan Path Analysis , 2016 .

[7]  Anjar Wanto,et al.  Estimasi Wisatawan Mancanegara Yang Datang Ke Sumatera Utara Menggunakan Jaringan Saraf , 2018 .

[8]  A. Harahap,et al.  Peramalan Nilai Ekspor di Propinsi Sumatera Utara dengan Metode Arima Box-Jenkins , 2013 .

[9]  Sandy Putra Siregar,et al.  Analysis Accuracy of Artificial Neural Network Using Backpropagation Algorithm In Predicting Process (Forecasting) , 2017 .

[10]  S. Supartono,et al.  REAKSI TRANSESTERIFIKASI MINYAK BIJI KARET DAN METANOL TERKATALIS BENTONIT ALAM TERAKTIVASI ASAM , 2014 .

[11]  Anjar Wanto,et al.  Use of Binary Sigmoid Function And Linear Identity In Artificial Neural Networks For Forecasting Population Density , 2017 .

[12]  Paidi Hidayat,et al.  Analisis Daya Saing Produk Ekspor Provinsi Sumatera Utara , 2013 .

[13]  Anjar Wanto,et al.  Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts , 2018 .

[14]  Anjar Wanto,et al.  Analysis of Artificial Neural Network Backpropagation Using Conjugate Gradient Fletcher Reeves In The Predicting Process , 2017 .

[15]  Hani Harafani.  Optimasi Algoritma Genetika Pada K-NN untuk Memprediksi Kecenderungan “Blog Posting , 2018 .

[16]  Endah Purwanti,et al.  Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan Backpropagation , 2013 .

[17]  Anjar Wanto,et al.  PENERAPAN JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI JUMLAH KEMISKINAN PADA KABUPATEN/KOTA DI PROVINSI RIAU , 2018 .

[18]  Ali Wardhana.  ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI EKSPOR NONMIGAS INDONESIA KE SINGAPURA TAHUN 1990-2010 , 2016 .

[19]  Surya Darma Nasution,et al.  APLIKASI JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PASIEN RAWAT INAP DENGAN METODE BACK PROPAGATION (Studi Kasus : RSU. TERE MARGARETH) , 2015 .