Implementasi Jaringan Syaraf Tiruan Dengan Metode Pembelajaran Rprop (Resilient Backpropagation) Untuk Klasifikasi Status Tahapan Keluarga Sejahtera

Tingginya angka kelahiran menyebabkan permasalahan pembangunan kependudukan di Indonesia. Hal ini berakibat pada beratnya beban pemerintah untuk menurunkan tingkat kemiskinan dan meningkatkan kesejahteraan masyarakat. Salah satu upaya pemerintah untuk mewujudkan program pembangunan kependudukan di Indonesia adalah melaksanakan pendataan keluarga setiap tahun di seluruh wilayah Indonesia. Dengan demikian hasil pendataan keluarga akan berguna bagi keluarga, masyarakat, dan pemerintah untuk meningkatkan kualitas keluarga. Untuk proses pengklasifikasiannya, petugas harus mempertimbangkan 21 nilai indikator yang telah diperoleh dari masing-masing keluarga. Pada penelitian ini mengimplementasikan sebuah sistem untuk mengklasifikasikan status tahapan keluarga sejahtera dengan algoritma JST Resilient Backpropagation . Sistem ini dapat memprediksi dengan baik status tahapan keluarga sejahtera dengan menggunakan data latih balanced class sebesar 70% dan data uji sebesar 30%, sehingga hasil prediksi dapat mencapai tingkat rata-rata akurasi prediksi dari 5 kali percobaan sebesar 90.33% dan akurasi tertinggi dari 5 kali percobaan sebesar 93.33%. Konfigurasi jaringan yang dihasilkan dalam penelitian ini, yaitu 21 unit neuron pada input layer , 45 unit neuron pada hidden layer , dan 1 unit neuron pada output layer dengan learning rate sebesar 0.8