Estimasi Pendapatan Per Kapita Masyarakat Perkotaan di Bawah Garis Kemiskinan Berdasarkan Provinsi
Keywords:
Kemiskinan, Prediksi, Jaringan Saraf Tiruan (JST)Abstract
Kemiskinan adalah salah satu isu perekonomian Indonesia yang rumit dan mendasar. Diperlukan dicari cara untuk menyelesaikan atau paling tidak mengurangi derajat kemiskinan. Sasaran utama kemiskinan lebih ditemukan di perkotaan karena jumlahnya 1 Penduduk yang berpindah ke daerah transmigrasi untuk membangun ekonomi tetapi tidak berhasil mencapai sasaran. Penelitian ini diharapkan menghasilkan manfaat yang signifikan terhadap pemerintah dalam meramalkan pendapatan per kapita masyarakat perkotaan mengacu pada batas kemiskinan di berbagai provinsi masa depan. Data yang dipakai bersumber 1 Dari lembaga statistik nasional, diakses melalui laman web https://jatim.bps.go.id. Data tersebut memuat pendapatan per kapita masyarakat perkotaan tergolong miskin berdasarkan garis kemiskinan tiap provinsi pada rentang waktu 2018-2020. Penelitian ini menerapkan algoritma backpropagation untuk merancang jaringan saraf tiruan.
References
Amaliah, D. (2015). PENGARUH PARTISIPASI PENDIDIKAN TERHADAP PERSENTASE PENDUDUK MISKIN. In Faktor Jurnal Ilmiah Kependidikan (Vol. 2, Issue 3).
Arif Jumarwanto; Rudy Hartanto; Dhidik Prastiyanto. (2009). APLIKASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK MEMPREDIKSI PENYAKIT THT DI RUMAH SAKIT MARDI RAHAYU KUDUS. Jurnal Teknik Elektro, 1(1), 11–21.
Kwalomine, F. R. (2021). Kemiskinan dan Struktur Sosial di Maluku Dalam Perspektif Social Capital (Vol. 3, Issue 1). https://ojs.ukim.ac.id/index.php/arumbae/index
Mubarokh, M. F., Nasir, M., & Komalasari, D. (2020). Jaringan Syaraf Tiruan Untuk Memprediksi Penjualan Pakaian Menggunakan Algoritma Backpropagation. In Journal of Computer and Information Systems Ampera (Vol. 1, Issue 1). https://journal-computing.org/index.php/journal-cisa/index
Ronal A, & Idayati Irma. (2019). Analisis Kualitas Sumber Daya Manusia dalam Menekan Angka Kemiskinan. Jurnal Ekonomi & Ekonomi Syariah, 2(2).
Sahroni, A., Ekonomi, F., Islam, B., Raden, U., & Palembang, F. (2018). PROGRAM REJANG LEBONG MAKMUR, SOLUSI MENEKAN ANGKA KEMISKINAN (STUDI PADA BAZNAS KAB REJANG LEBONG). Jurnal Ekonomi Islam, 9(1).
Sakinah, N. P., Cholissodin, I., & Widodo, A. W. (2018). Prediksi Jumlah Permintaan Koran Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation (Vol. 2, Issue 7). http://j-ptiik.ub.ac.id
Setyan, A. P., Affandi, A., Sumpeno, S., & Romahadi, D. (2021). Predicting Vehicle Theft with Backpropagation Algorithm in East Java Regional Police. ICAICST 2021 - 2021 International Conference on Artificial Intelligence and Computer Science Technology, 19–24. https://doi.org/10.1109/ICAICST53116.2021.9497819
Vamsidhar, E., Varma, K. V. S. R. P., Sankara, P., Ravikanth, R., Professor, A., & Professor, A. (2010). Prediction of Rainfall Using Backpropagation Neural Network Model. In IJCSE) International Journal on Computer Science and Engineering (Vol. 02, Issue 04). http://economictimes.indiatimes.com/Mr_Rupee_pulls_
Wardati Khusniyah, T. (2016). Prediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation. Scientific Journal of Informatics, 3(1). http://journal.unnes.ac.id/nju/index.php/sji
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Ardath Prahara Setyan; Aminatu Khoirunnisa
This work is licensed under a Creative Commons Attribution 4.0 International License.
