OPTIMASI PREDIKSI PENCETAKAN E-KTP: PENERAPAN REVOLUSIONER JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION

Eka Sofiati

Abstract


Minimnya ketersediaan blangko KTP-El harus segera diatasi agar dapat dikendalikan sesuai dengan kebutuhan saat ini dan masa depan. Oleh karena itu, diperlukan metode yang sesuai dengan kecanggihan teknologi informasi dan komputer untuk mengatasi masalah ini. Salah satu metode yang dapat digunakan untuk pengendalian persediaan dan prediksi pencetakan KTP-El adalah algoritma Backpropagation dalam Jaringan Syaraf Tiruan.penelitian ini bertujuan untuk mengaplikasikan metode ini di Dinas Kependudukan dan Pencatatan Sipil Provinsi Sumatera Utara. Dalam penelitian ini, data historis jumlah pencetakan KTP-El yang tercatat di wilayah Provinsi Sumatera Utara akan digunakan. Data ini akan digunakan sebagai data pelatihan dan pengujian untuk mengembangkan model prediksi jumlah pencetakan kartu tanda penduduk elektronik menggunakan Jaringan Syaraf Tiruan dengan algoritma Backpropagation yang diimplementasikan dengan perangkat lunak Matlab. Hasil prediksi jumlah pencetakan kartu tanda penduduk elektronik di Provinsi Sumatera Utara menunjukkan tingkat akurasi sebesar 91%, sehingga hasil prediksi ini dapat digunakan untuk mengantisipasi ketersediaan blangko. Hal ini akan memastikan bahwa masyarakat, khususnya di Provinsi Sumatera Utara, dapat dengan cepat memiliki kartu tanda penduduk, sehingga meningkatkan tingkat pencetakan kartu tanda penduduk di Provinsi Sumatera Utara.

Keywords


Pencetakan Kartu Tanda Penduduk Elektronik, Prediksi, Jaringan Syaraf Tiruan, Backpropagation, Matlab

References


Afryanda, M. A., Pardede, A. M. H., & (2022). Jaringan Saraf Tiruan Memprediksi Jumlah Surat Izin Usaha Menggunakan Metode Backpropagation (Studi Kasus: Dinas Penanaman JTIK http://jurnal.kaputama.ac.id/index.php/JTIK/article/view/882

Elkesaki, R. ’Arsy, Oktaviani, R. D., & Setyaherlambang, M. P. (2021). Inovasi Pelayanan Publik Dinas Kependudukan Dan Catatan Sipil Di Kota Bandung. Jurnal Caraka Prabu, 5(1), 69–90. https://doi.org/10.36859/jcp.v5i1.456

Lusiana, A., & Yuliarty, P. (2020). Penerapan Metode Peramalan (Forecasting) pada Permintaan Atap di PT X. Industri Inovatif: Jurnal Teknik Industri, 10(1), 11-20. DOI: https://doi.org/10.36040/industri.v10i1.2530

Putri, Melinda Aprilia., & Sukmono, Tedjo. (2022). “Forecasting Analysis Sales of Shrimp Cracker Using Artificial Neural Network Method (ANN)”. Jurnal Industrial Engineering. 2(1). 1-9. DOI: https://doi.org/10.21070/ups.26

Fadilah, M. N., Yusuf, A., & Huda, N. (2021). Prediksi Beban Listrik Di Kota Banjarbaru Menggunakan Jaringan Syaraf Tiruan Backpropagation. Epsilon: Jurnal Matematika Murni Dan Terapan, 14(2), 81-92.DOI: https://doi.org/10.20527/epsilon.v14i2.2961

Ji, H., He, X., Wang, W., & Zhang, H. (2023). Prediction of Winter Wheat Harvest Based on Back Propagation Neural Network Algorithm and Multiple Remote Sensing Indices. Processes, 11(1). https://doi.org/10.3390/pr11010293

Sofiati, E. W. (2024). Neural Network Backpropagation Untuk Prediksi Kunjungan Pada Ruang Belajar (Studi Kasus Di Bagindo Aziz Chan Youth Center Kota Padang). JIKO (Jurnal Informatika Dan Komputer), 8(1), 62. https://doi.org/10.26798/jiko.v8i1.1100

Ridho, I. I., Ariana, A. A. G. B., & Windarto, A. P. (2023). Optimasi Fungsi Pembelajaran Jaringan Saraf Tiruan dalam Meningkatkan Akurasi pada Prediksi Ekspor Kopi Menurut Negara Tujuan Utama. Building of Informatics, Technology and Science (BITS), 4(4). https://doi.org/10.47065/bits.v4i4.3240

Aulya, Nurul. (2022). “Prediksi Kunjungan Wisata Kota Payakumbuh Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation”. Jurnal Informatika Ekonomi Bisnis. 4(4). 130-135. DOI : https://doi.org/10.37034/infeb.v4i4.157

Salim, Kevin Aringgi., Nafi’iyah, Nur ., & Mujilahwati, Siti. (2021). ”Backpropagationto Predictthe Number of International Tourists to Indonesia”. Jurnal Informatika. 11(2). 146-152. DOI : https://doi.org/10.32664/smatika.v11i02.622

Suahati, A. F., Nurrahman, A. A., & Rukmana, O. (2022). Penggunaan Jaringan Syaraf Tiruan – Backpropagation dalam Memprediksi Jumlah Mahasiswa Baru. Jurnal Media Teknik Dan Sistem Industri, 6(1), 21. https://doi.org/10.35194/jmtsi.v6i1.1589

Sabir, Zulqurnain., dkk. (2023). “A Numerical Performance of the Novel Fractional Water Pollution Model through the Levenberg Marquardt Backpropagation Method”. Arabian Journal of Chemistry. 16. 1-10. DOI: https://doi.org/10.1016/j.arabjc.2022.104493.

Wangg, Y., Liu, J., Li, R., Suo, X., & Lu, E. (2020). “Precipitation Forecast of the Wujiang River Basin Based on Artificial Bee Colony Algorithm and Backpropagation Neural Network.” Alexandria Engineering Journal. 59. 1473-1483. Available at: https://doi.org/10.1016/j.aej.2020.04.035

Thoriq, Muhammad. (2022). “Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation”Jurnal Informasi dan Teknologi. 4(1). 27-32 . DOI : 10.37034/jidt.v4i1.178

Elisawati., Linarta, Arie., & Putra, Al Malikul Ikhwanda. (2022). “Analisis Metode Backpropagation pada Memprediksi Stok Obat”. Jurnal dan Penelitian Teknik Informatika. 7(2). 297-307. DOI : https:// doi.org/10.33395/sinkron.v7i2.11269

Zhao, Q., Liu, Q., Cao, N., Guan, F., Wang, S., & Wang, H. (2020). “Stepped generalized predictive control of test tank temperature based on backpropagation neural network.” Alexandria Engineering Journal. 60. 357-364. Available at: https://doi.org/10.1016/j.aej.2020.08.032.




DOI: http://dx.doi.org/10.26798/jiko.v9i1.1420

Article Metrics

Abstract view : 0 times
PDF (Bahasa Indonesia) - 0 times

Refbacks

  • There are currently no refbacks.


Bookmark and Share


Copyright (c) 2025 Eka Sofiati

JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.