Identifikasi Pola Seleksi Penentuan Calon Wali Nagari dengan Menggunakan Artificial Neural Network Algoritma Perceptron

Muhammad Habib Yuhandri; Liga Mayola

doi:10.35134/komtekinfo.v10i4.485

Authors

Muhammad Habib Yuhandri Universitas Putra Indonesia YPTK Padang
Liga Mayola Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.35134/komtekinfo.v10i4.485

Keywords:

Identifikasi, Seleksi, Knowladge Based System, Artificial Neural Network, Algoritma Perceptron

Abstract

Proses seleksi pemilihan calon Wali Nagari atau setingkat dengan Kepala Desa merupakan salah satu bagian dari sistem demokrasi yang ada saat sekarang ini. Pada dasarnya seleksi penentuan calon wali nagari tersebut berasal dari ketentuan yang dibuat oleh Komisi Pemilihan Umum (KPU) dan dieselengagarakan oleh Kelompok Penyelenggara Pemungutan Suara (KPPS). Adapun permasalahan yang sering terjadi pada saat seleksi penentuan calon yakni banyaknya para calon dan pendukung yang menyalahkan kinerja dari pihak KPPS, sehingga dapat menimbulkan krisis kepercayaan. Berdasarkan hal tersebut maka penelitian ini bertujuan untuk indentifikasi pola seleksi penentuan calon wali nagari dengan menggunakan Artificial Neural Network (ANN) algoritma Perceptron. Algoritma Perceptron pada dasarnya mampu melakukan identifikasi terhadap pola, aturan dan ketentuan dengan menggunakan variabel-variabel yang telah ditentukan. Proses penentuan nilai yang digunakan pada variabel tersebut nantinya akan memainkan peran logika fuzzy untuk memberikan nilai yang tepat beradasarkan data yang didapatkan sebelumnya. Hasil pengujian ANN dengan menggunakan algoritma perceptron pada proses pelatihan dan pengujian telah mampu menghasilkan keluaran yang tepat dan akurat. Hasil tersebut dapat dijadikan pola dalam melakukan seleksi penentuan calon wali nagari dan juga dijadikan sebagai basis knowlade based system. Berdasarkan hasil tersebut maka penelitian ini akan memberikan kontribusi untuk membantu kinerja KPPS untuk melakukan seleksi dalam menetapkan calon dalam pemilihan.

References

R. Yanto, “Analisis Perbandingan Keputusan Seleksi Anggota PPK Pilkada Menggunakan Metode SAW dan WASPAS,” CogITo Smart J., vol. 6, no. 1, p. 83, 2020, doi: 10.31154/cogito.v6i1.224.83-96.

S. Endang and N. Handayani, “Pola Rekrutmen Penyelenggara Pemilu Tingkat PPS dan KPPS untuk Pemilu yang Berintegritas,” J. Ilmu-Ilmu Sos., vol. 28, no. 1, pp. 1–11, 2017.

A. Syakura, Y. Priyandari, and R. Zakaria, “Perancangan Basis Pengetahuan Untuk Pengambilan Keputusan PemupukanPada Perkebunan Kelapa Sawit,” 2017.

G. A. D. Sugiharni and D. G. H. Divayana, “Pemanfaatan Metode Forward Chaining Dalam Pengembangan Sistem Pakar Pendiagnosa Kerusakan Televisi Berwarna,” J. Nas. Pendidik. Tek. Inform., vol. 6, no. 1, p. 20, 2017, doi: 10.23887/janapati.v6i1.9926.

A. Pujianto, K. Kusrini, and A. Sunyoto, “Perancangan Sistem Pendukung Keputusan Untuk Prediksi Penerima Beasiswa Menggunakan Metode Neural Network Backpropagation,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 2, p. 157, 2018, doi: 10.25126/jtiik.201852631.

Z. A. Leleury, Y. A. Lesnussa, and J. Madiuw, “Sistem Diagnosa Penyakit Dalam dengan Menggunakan Jaringan Saraf Tiruan Metode Backpropagation dan Learning Vector Quantization,” J. Mat. Integr., vol. 12, no. 2, p. 23, 2017, doi: 10.24198/jmi.v12.n2.11925.23-32.

F. Ayu, “Implementasi Jaringan Saraf Tiruan Untuk Menentukan Kelayakan Proposal Tugas Akhir,” IT J. Res. Dev., vol. 3, no. 2, pp. 44–53, 2019, doi: 10.25299/itjrd.2019.vol3(2).2271.

M. Yanto, “Penerapan Jaringan Syaraf Tiruan Dengan Algoritma Perceptron Pada Pola Penentuan Nilai Status Kelulusan Sidang Skripsi,” J. TEKNOIF, vol. 5, no. 2, pp. 79–87, 2017, doi: 10.21063/jtif.2017.v5.2.79-87.

B. C. Octariadi, “Pengenalan Pola Tanda Tangan Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation,” J. Teknoinfo, vol. 14, no. 1, p. 15, 2020, doi: 10.33365/jti.v14i1.462.

M. N. Murty and R. Raghava, “Perceptron,” in SpringerBriefs in Computer Science, no. 9783319410623, 2016, pp. 27–40.

P. Puello, “El Perceptron Redes Neuronales Artificiales,” Sobre Perceptrón, 2015, [Online]. Available: http://disi.unal.edu.co/~lctorress/RedNeu/LiRna004.pdf.

S. Rahmadhany, “Identifikasi Pola Karakter Anak Dengan Algoritma Perceptron,” J. Teknol. Inf., vol. 3, no. 1, p. 86, 2019, doi: 10.36294/jurti.v3i1.695.

K. Yudhistiro, “Pemanfaatan Neural Network Perceptron Pada Pengenalan Pola Karakter,” JOINTECS (Journal Inf. Technol. Comput. Sci., vol. 2, no. 2, 2017, doi: 10.31328/jointecs.v2i2.472.

S. nu and R. P. Bhokal, “Study of Artificial Neural Network,” Int. J. Math. Trends Technol., vol. 47, no. 4, pp. 253–259, 2017, doi: 10.14445/22315373/ijmtt-v47p535.

R. CVS and N. Pardhasaradhi, “Analysis of Artificial Neural-Network,” Int. J. Trend Sci. Res. Dev., vol. Volume-2, no. Issue-6, pp. 418–428, 2018, doi: 10.31142/ijtsrd18482.

D. V. C. Lal and D. R. C. Triapthi, “Perspectives of Artificial Neural Network,” IMS Manthan (The J. Innov., vol. 9, no. 1and2, 2015, doi: 10.18701/imsmanthan.v9i1and2.5165.

J. Peña and N. Soheili, “A deterministic rescaled perceptron algorithm,” Math. Program., vol. 155, no. 1–2, pp. 497–510, 2016, doi: 10.1007/s10107-015-0860-y.

Y. Pangaribuan and M. Sagala, “Menerapkan Jaringan Saraf Tiruan untuk Mengenali Pola Huruf Menggunakan Metode Perceptron,” Tek. Inform. Unika St. Thomas, vol. 02, no. 479, pp. 53–59, 2017.

E. Rouza, Jufri, and L. Fimawahib, “Implementasi Metode Perceptron Untuk Pengenalan Pola Jenis-Jenis Cacing Nematoda Usus,” RESTI, vol. 4, no. 1, pp. 180–186, 2020.

“Deteksi Penyakit Dan Serangan Hama Tanaman Buah Salak Menggunakan Jaringan Syaraf Tiruan (Jst) Dengan Metode Perceptron,” Deteksi Penyakit Dan Serangan Hama Tanam. Buah Salak Menggunakan Jar. Syaraf Tiruan Dengan Metode. Perceptron, vol. 2, no. 2, pp. 431–443, 2014, doi: 10.12928/jstie.v2i2.