Penentuan Upah Minimum Kota Berdasarkan Tingkat Inflasi Menggunakan Backpropagation Neural Network (BPNN)
Abstract: Upah Minimum Kota
(UMK) adalah sebuah standardisasi upah atau gaji karyawan atau pegawai untuk
diterapkan diperusahaan baik itu BUMN, BUMS, maupun perusahaan lain yang
berskala besar. Faktor yang mempengaruhi UMK sangat banyak dan beragam salah
satunya adalah rata-rata inflasi pengeluaran dimana terdapat 8 kategori yang
dipakai. Tulisan ini memaparkan penggunaan Backpropagation Neural Network
(BPNN) untuk memprediksi besarnya UMK. Pada tahap uji coba data dibagi menjadi
dua bagian yaitu data latih dan data uji, dimana data latih digunakan untuk
mencari jumlah iterasi, jumlah hidden layer, dan nilai learning rate yang
optimal. Pengujian data latih memberikan hasil yakni jumlah iterasi optimal
diperoleh pada saat iterasi 80, sedangkan untuk jumlah hidden layer yang
optimal adalah sebanyak satu hidden layer dan untuk nilai learning rate optimal
yakni pada saat bernilai 0.8. Semua variabel yang diperoleh dikatakan optimal
karena memiliki rata-rata MSE paling kecil dibandingkan dengan data lainnya.
Hasil yang diperoleh saat data uji dengan menggunakan iterasi, jumlah hidden
layer, dan nilai learning rate yang optimal didapatkan hasil MSE sebesar
0.07280534710552478.
Penulis: Ervin Yohannes, Wayan
Firdaus Mahmudy, Asyrofa Rahmi
Kode Jurnal: jptinformatikadd150554
