Analisis Jaraingan Saraf Tiruan Backpropagation Menggunakan Conjugate Gradient Fletcher Reeves dalam Proses Memprediksi

xviii

BAB 1
PENDAHULUAN

1.1.

Latar Belakang

Kecerdasan Buatan (Artificial Intelligence) adalah salah satu bidang yang cukup
diandalkan dalam memecahkan permasalahan seperti prediksi (peramalan). Salah satu
sub bidang pada Artificial Intelligence yang dapat diandalkan dalam melakukan
sebuah prediksi adalah jaringan syaraf tiruan Backpropagation. Pada dasarnya
algoritma Backpropagation akan menggerakkan bobot dengan arah gradient negatif
yang membuat fungsi kinerja menjadi turun dengan cepat. Namun, algoritma pelatihan
Backpropagation standard proses pelatihannya biasanya berjalan lambat. Salah
satunya dalam penentuan parameter. Untuk menghasilkan Backpropagation yang
baik, parameter yang dipilih harus tepat. Oleh karena itu diperlukan algoritma yang
dapat membantu percepatan pelatihan Backpropagation, salah satu algoritma yang
dapat diandalkan adalah Conjugate Gradient Fletcher Reeves. Algoritma ini
diharapkan mampu meningkatkan performansi sistem, dikarenakan algoritma ini

mampu mengoptimasi sehingga dapat meminimasi suatu fungsi, dimana arah
pencariannya berdasarkan arah konjugasi yang nilainya ortogonal. Karena sifat
pencariannya yang ortogonal, sehingga algoritma ini dapat cepat mencapai
konvergensi pada solusi yang dicari. Satu diantara beberapa proses implementasi
algoritma ini adalah untuk menentukan Indeks Harga Konsumen.
Indeks Harga Konsumen menggambarkan perubahan harga secara

umum dari

sejumlah (paket) komoditas yang dikonsumsi oleh rumah tangga di daerah perkotaan.
Observasi dalam time series adalah observasi yang diurutkan berdasarkan waktu.
Indeks Harga Konsumen merupakan salah satu indikator ekonomi penting yang dapat
memberikan informasi mengenai perkembangan harga barang/jasa yang dibayar oleh
konsumen di suatu wilayah.

xviii

Universitas Sumatera Utara

2

Penghitungan Indeks Harga Konsumen ditujukan untuk mengetahui perubahan harga
dari sekelompok tetap barang/jasa yang umumnya dikonsumsi oleh masyarakat
setempat (Damanik F.F., et al. 2015).
Indeks Harga Konsumen merupakan salah satu indikator ekonomi yang umum
digunakan untuk mengukur tingkat perubahan harga (inflasi/deflasi) di tingkat
konsumen, khususnya di daerah perkotaan. Perubahan Indeks Harga Konsumen dari
waktu ke waktu menunjukkan pergerakan harga dari paket komoditas yang
dikonsumsi oleh rumah tangga. Di Indonesia, tingkat inflasi diukur dari persentase
perubahan Indeks Harga Konsumen dan diumumkan ke publik setiap awal bulan (hari
kerja pertama). Adapun kelompok pengeluaran dari Indeks Harga Konsumen dapat
dilihat pada Tabel 1 berikut :
Tabel 1.1. Kelompok Pengeluaran Indeks Harga Konsumen
No
1
2
3
4
5
6

7

Uraian
Bahan Makanan
Makanan Jadi, Minuman, Rokok Dan Tembakau
Perumahan,Air, Listrik, Gas dan Bahan Bakar
Sandang
Kesehatan
Pendidikan, Rekreasi dan Olahraga
Transport, Komunikasi dan Jasa Keuangan
Sumber : Badan Pusat Statistik Pematangsiantar

Berdasarkan tabel 1.1., bahwa setiap sektor terdiri dari beberapa subkelompok.
Adapun data subkelompok dari setiap sektor Indeks Harga Konsumen dapat dilihat
pada tabel 1.2. berikut :
Tabel 1.2. Subkelompok dari Sektor Indeks Harga Konsumen
No
1

2

3

Sektor
Bahan Makanan
Makanan Jadi, Minuman,
Rokok Dan Tembakau
Perumahan, Air, Listrik,
Gas dan Bahan Bakar

4

Sandang

5

Kesehatan

6
7

Pendidikan, Rekreasi dan
Olahraga
Transport,
Komunikasi
dan Jasa Keuangan

SubKelompok
Padi-padian (Umbi-umbian), Daging, Ikan Segar, Ikan
Diawetkan, Telur dan Susu, Sayur-Sayuran, Kacang-Kacangan,
Buah-Buahan, Bumbu-Bumbuan, Lemak dan Minyak, Bahan
Makanan Lainnya
Makanan Jadi, Minuman Yang Tidak Beralkohol, Tembakau
dan Minuman Beralkohol
Biaya Tempat Tinggal, Bahan Bakar (Penerangan) dan Air,
Perlengkapan Rumahtangga, Penyelenggaraan Rumahtangga
Sandang Laki-laki, Sandang Wanita, Sandang Anak-anak,
Barang Pribadi dan Sandang lain
Jasa Kesehatan, Obat-obatan, Jasa Perawatan Jasmani,
Perawatan Jasmani dan Kesehatan
Jasa Pendidikan, Kursus-kursus / Pelatihan, Perlengkapan /

Peralatan Pendidikan, Rekreasi Olahraga
Transport, Komunikasi dan Pengiriman, Sarana Penunjang
Transport, Jasa Keuangan
Sumber : Badan Pusat Statistik Pematangsiantar

Universitas Sumatera Utara

3

Berdasarkan tabel 1.2., bahwa setiap sektor Indeks Harga Konsumen memiliki
peran penting dalam perkembangan ekonomi. Indeks Harga Konsumen sangat
diperlukan dalam kegiatan ekonomi suatu negara karena informasi yang dihasilkan
oleh Indeks Harga Konsumen merupakan informasi tentang perkembangan ekonomi
yang nantinya menentukan kebijakan perekonomian dimasa yang akan datang.
Mengingat pentingnya angka Indeks Harga Konsumen penulis ingin memprediksi
sektor bahan makanan karena sektor tersebut merupakan kebutuhan pokok dari
masyarakat Indonesia.
Keakuratan prediksi adalah salah satu faktor penting di dalam pemilihan
metode prediksi. Metode prediksi yang memiliki tingkat error data cukup rendah dan
cukup baik dalam proses generalisasi adalah Neural Network. Dengan data training

yang cukup dan proses pembelajaran penyesuaian bobot yang tepat diharapkan model
ini mampu untuk meramalkan data time series untuk beberapa periode waktu ke
depan. Amrin (2016) melakukan penelitian untuk memprediksi tingkat Inflasi dengan
menggunakan jaringan saraf tiruan Backpropagation dan Multiple Linier Regression.
Penelitian tersebut menghasilkan tingkat akurasi dengan nilai MAD sebesar 0.0577,
MSE 0.0069 dan RMSE 0.0830 apabila menggunakan metode Backpropagation.
Sedangkan dengan menggunakan metode Multiple Linier Regression menghasilkan
tingkat akurasi dengan nilai MAD 0.0380, MSE 0.0023 dan nilai RMSE sebesar
0.0481. Kekurangan dari penelitian ini adalah hasil yang kurang maksimal, karena
metode masih digunakan secara terpisah (hanya membandingkan kedua metode).
Sedangkan K. Ramandha (2015) melakukan penelitian untuk memprediksi Kelahiran
Prematur pada RSUPN Cipto Mangunkusumo dengan menggunakan Algoritma
Neural Network Berbasis Particle Swarm Optimization. Adapun kelemahan dengan
metode yang beliau gunakan salah satunya adalah learning rate yang digunakan terlalu
besar, yakni 0,4. Padahal semakin kecil learning rate yang digunakan, maka semakin
baik hasil penelitian.
Oleh karena itu dengan menggunakan Neural Network Backpropagation yang
dioptimasi dengan Conjugate Gradient Fletcher Reeves, penelitian ini diharapkan
mampu melakukan prediksi tentang laju perkembangan Indeks Harga Konsumen pada
sektor Bahan Makanan secara lebih baik sehingga dapat memberikan kontribusi bagi

pemerintah dalam meningkatkan pertumbuhan ekonomi.

3
Universitas Sumatera Utara

4

Dari latar belakang diatas penulis merasa tertarik mengangkat judul penelitian
“Analisis Jaringan Saraf Tiruan Backpropagation Menggunakan Conjugate
Gradient Fletcher Reeves Dalam Proses Memprediksi” sebagai topik Tesis dan
perkembangan Indeks Harga Konsumen menjadi satu contoh kasus yang akan dikaji.

1.2.

Rumusan Masalah

Backpropagation membutuhkan waktu yang lama dalam proses pembelajaran prediksi
data, sehingga dibutuhkan metode yang dapat meningkatan proses pembelajaran.

1.3.

Tujuan Penelitian

Tujuan dari penelitian ini adalah meningkatkan proses pembelajaran prediksi data
pada metode backpropagation..

1.4.

Batasan Atau Ruang Lingkup Penelitian

Batasan atau ruang lingkup penelitian perlu dilakukan agar penelitian dapat terarah
dengan baik dan tidak menyimpang dari pokok permasalahan. Adapun batasan atau
ruang lingkup penelitian yang penulis ambil antara lain:
1) Penelitian ini hanya memprediksi perkembangan Indeks Harga Konsumen
berdasarkan sektor bahan makanan menggunakan Backpropagation.
2) Hanya akan membahas kecepatan pembelajaran backpropagation dan akurasi
yang di hasilkan backpropagation.

1.5.

Manfaat Penelitian

Penelitian ini memberikan manfaat pada penggunaan jaringan saraf tiruan dalam proses
learning rate dan beberapa kasus pada soft computing khususnya yang menggunakan
algoritma backpropagation.

4
Universitas Sumatera Utara