Pelatihan Feedforward Neural Network dengan Particle Swarm Optimization dalam Memprediksi Pertumbuhan Penduduk Kota Malang

Indonesia merupakan negara keempat dengan populasi terbanyak di dunia. Dengan banyaknya penduduk, Indonesia tidak luput dari masalah kependudukan. Hal tersebut terjadi karena laju pertumbuhan penduduk tidak diiringi dengan penyediaan sandang, pangan, dan papan. Dengan kata lain, jumlah pertumbuhan penduduk tidak seimbang dengan ketersediaan sumber daya alam, pelayanan, dan fasilitas yang ada. Oleh karena itu, dengan memprediksi pertumbuhan penduduk diharapkan dapat membantu pemerintah untuk mengatasi masalah kependudukan. Penelitian ini menggunakan metode prediksi Feedforward Neural Network yang dilatih oleh Particle Swarm Optimization (PSO). Algoritme PSO dianggap dapat mengatasi kelemahan dari algoritme Backpropagation dalam melatih jaringan. Pada penelitian ini, tingkat error hasil prediksi dihitung menggunakan Mean Average Percentage Error (MAPE). Hasil MAPE terkecil yang diperoleh yaitu sebesar 0,1599% dengan menggunakan 6 neuron input, 4 neuron hidden, 1 neuron output pada arsitektur jaringannya, serta dataset yang digunakan yaitu jumlah penduduk Kota Malang dari bulan Januari 2009 sampai Juni 2019. Hasil MAPE tersebut menunjukkan bahwa PSO mampu melatih Feedforward Neural Network untuk memprediksi pertumbuhan Kota Malang