MODEL ARSITEKTUR NEURAL NETWORK DENGAN BACKPROPOGATION PADA PREDIKSI TOTAL LABA RUGI KOMPREHENSIF BANK UMUM KONVENSIONAL

• Main Authors: Agus Perdana Windarto, Muhammad Ridwan Lubis, Solikhun Solikhun
• Format: Article
• Language: Indonesian
• Published: Universitas Lambung Mangkurat 2018-09-01
• Series: KLIK: Kumpulan jurnaL Ilmu Komputer
• Online Access: http://klik.ulm.ac.id/index.php/klik/article/view/148
• ISSN: 2406-7857; 2443-406X

determine the marketing strategy in increasing the total comprehensive income. This study aims to create the best architectural model using Backpropogation where this model can later be made to make predictions of total comprehensive income. The variable used in this study is the total comprehensive income statement data of PT. Bank Mandiri, Tbk (January - November 2016). Data sourced from the Financial Services Authority (www.ojk.go.id). From a series of trials conducted with 4 architectural models tested, namely 4-25-1; 4-50-1; 4-100-1 and 4-50-75-1, obtained the best architectural model 4-50-1 with Epoch training = 1977, Mean Square Error (MSE) of 0,000997867 with the correctness of testing accuracy reaching 80%. Keywords: Artificial Neural Network, Back-propagation, Comprehensive Income, Prediction, Economy, Architecture  Prediksi total laba rugi komprehensif sangatlah penting untuk memprediksi dimana posisi angka total laba rugi komprehensif pada suatu bank.  Informasi tersebut berguna bagi masayarkat dalam menentukan arah investasi masyarakat ke depan, begitu juga bagi pihak bank berguna untuk menentukan kebijakan strategi pemasaran dalam meninggkatkan total laba komprehensif tersebut. Penelitian ini bertujuan untuk membuat model arsitektur terbaik dengan menggunakan Backpropogation dimana model ini nantinya dapat dilakukan untuk membuat prediksi terhadap total laba rugi komprehensif. Variabel yang digunakan pada penelitian ini adalah data total laba rugi komprehensif PT. Bank Mandiri,Tbk (Januari – November 2016). Data bersumber dari Otoritas Jasa Keuangan (www.ojk.go.id). Dari serangkaian uji coba yang dilakukan dengan 4 model arsitektur yang diuji yakni 4-25-1; 4-50-1; 4-100-1 dan 4-50-75-1, diperoleh model arsitektur terbaik 4-50-1 dengan Epoch training = 1977, Mean Square Error (MSE) sebesar 0,000997867 dengan tingkat akurasi pengujian mencapai kebenaran 80%.  Kata kunci: Jaringan saraf tiruan, Back-propagation, Laba Rugi Komprehensif, Prediksi, Ekonomi, Arsitektur