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

ix

ABSTRAK

Backpropagation merupakan algoritma pada Jaringan Saraf Tiruan yang baik
digunakan untuk memprediksi, salah satunya untuk memprediksi laju Indeks Harga
Konsumen (IHK) berdasarkan sektor bahan makanan. Sedangkan conjugate gradient
fletcher reeves merupakan metode optimasi yang cocok bila disandingkan dengan
metode backpropagation, karena metode ini dapat mempersingkat iterasi tanpa
mengurangi kualitas hasil pelatihan dan pengujian. Data Indeks Harga Konsumen
(IHK) yang akan diprediksi bersumber dari Badan Pusat Statistik (BPS) kota
Pematangsiantar. Hasil penelitian ini nantinya diharapkan dapat memberikan
kontribusi bagi pemerintah dalam membuat kebijakan untuk meningkatkan
pertumbuhan ekonomi. Pada penelitian ini, data yang diperoleh akan diolah dengan
melakukan pelatihan dan pengujian dengan jaringan saraf tiruan backpropagation
dengan menggunakan parameter learning rate dan target error yang sama, yakni 0,01.
Jaringan pelatihan dibangun dengan fungsi aktivasi sigmoid biner dan bipolar. Setelah
hasil dengan backpropagation diperoleh, maka kemudian akan di optimasi dengan
menggunakan metode conjugate gradient fletcher reeves dengan melakukan pelatihan
dan pengujian yang sama berdasarkan 5 arsitektur jaringan yang telah ditentukan.
Hasilnya, metode yang digunakan mampu meningkatkan terjadi peningkatan

kecepatan dan hasil akurasi.

Kata Kunci : Neural Network, Backpropagation, Prediksi, Fletcher Reeves.

ix

Universitas Sumatera Utara

x

ABSTRACT

Backpropagation is a good artificial neural network algorithm used to predict, one of
which is to predict the rate of Consumer Price Index (CPI) based on the foodstuff
sector. While conjugate gradient fletcher reeves is a suitable optimization method
when juxtaposed with backpropagation method, because this method can shorten
iteration without reducing the quality of training and testing result. Consumer Price
Index (CPI) data that will be predicted to come from the Central Statistics Agency
(BPS) Pematangsiantar city. The results of this study will be expected to contribute to
the government in making policies to improve economic growth. In this study, the data

obtained will be processed by conducting training and testing with artificial neural
network backpropagation by using the parameter learning rate and target error of the
same, that is 0.01. The training network is built with binary and bipolar sigmoid
activation functions. After the result with backpropagation is obtained, it will then be
optimized by using conjugate gradient fletcher reeves method by doing the same
training and testing based on 5 predefined network architecture. The result, the
method used can increase the speed and accuracy result.

Keywords : Neural Network, Backpropagation, Prediction, Fletcher Reeves.

x

Universitas Sumatera Utara