Pemodelan Indeks Pembangunan Manusia (IPM) di Indonesia Menggunakan Metode Regresi Data Panel dan Backpropagation Neural Network

Prameswari, Deta Eka (2023) Pemodelan Indeks Pembangunan Manusia (IPM) di Indonesia Menggunakan Metode Regresi Data Panel dan Backpropagation Neural Network. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 06311940000074-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy

Abstract

Pembangunan digunakan untuk mencapai tujuan bangsa dimana pertumbuhan ekonomi merupakan indikator utama penilaian keberhasilan pembangunan di suatu negara. Selain pertumbuhan ekonomi, indikator terpenting yang dapat menggambarkan keberhasilan pembangunan adalah peningkatan kualitas sumber daya manusia sehingga dalam perencanaan pembangunan, pembangunan manusia menjadi fokus utama. Pemerintah telah melakukan banyak upaya untuk meningkatkan kualitas sumber daya manusia sehingga pada tahun 1990, Human Development Report (UNDP) mengeluarkan sebuah gagasan mengenai tolak ukur untuk meningkatkan sumber daya manusia yaitu Indeks Pembangunan Manusia (IPM). Indonesia merupakan salah satu negara berkembang yang IPM menduduki peringkat 130 dari 199 negara di dunia pada tahun 2022. Untuk meningkatkan IPM di Indonesia dengan mengetahui faktor-faktor apa saja yang berpengaruh dalam peningkatan IPM, maka perlu dilakukan pemodelan pada data IPM. Metode yang dapat digunakan untuk pemodelan yaitu metode regresi data panel. Selain itu, terdapat pemodelan menggunakan metode jaringan saraf tiruan yaitu metode backpropagation neural network. Penelitian ini mengkaji metode regresi data panel dan metode backpropagation neural network untuk dibandingkan dan dipilih metode terbaik dalam pemodelan dengan data IPM. Pemilihan model terbaik dilihat dari nilai Mean Absolute Percentage Error (MAPE) yang didapatkan dari masing-masing metode. Berdasarkan hasil penelitian yang telah dilakukan dengan data testing menunjukkan bahwa metode regresi data panel menghasilkan nilai MAPE sebesar 7,085% dan metode backpropagation neural network menghasilkan nilai MAPE sebesar 3,391%. Sehingga, metode terbaik yang digunakan untuk pemodelan IPM adalah dengan metode backpropagation neural network.
========================================================================================================================================
Development is used to achieve national goals where economic growth is the main indicator of assessing the success of development in a country. In addition to economic growth, the most important indicator that can describe the success of development is the improvement in the quality of human resources, so that in development planning, human development is the main focus. The government has made many efforts to improve the quality of human resources, so that in 1990, the Human Development Report (UNDP) issued an idea regarding benchmarks for improving human resources, namely the Human Development Index (IPM). Indonesia is one of the developing countries whose IPM ranks 130 out of 199 countries in the world in 2022. To increase the IPM in Indonesia by knowing what factors influence the increase in the IPM, it is necessary to do modeling on the IPM data. The method used for modeling is the panel data regression method. In addition, there is modeling using the artificial neural network method, namely the backpropagation neural network method. This research examines the panel data regression method and the backpropagation neural network method to compare and select the best method for modeling with IPM data. The selection of the best model is based on the Mean Absolute Percentage Error (MAPE) obtained from each method. Based on the results of the research conducted with testing data, the panel data regression method yielded a MAPE value of 7,085%, while the backpropagation neural network method yielded a MAPE value of 3,391%. Therefore, the best method used for IPM modeling is the backpropagation neural network method.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Backpropagation Neural Network (BPNN), Human Development Index (IPM), Panel Data Regression, Backpropagation Neural Network (BPNN), Indeks Pembangunan Manusia (IPM), Regresi Data Panel
Subjects:	Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Deta Eka Prameswari
Date Deposited:	10 Jan 2024 03:14
Last Modified:	10 Jan 2024 03:14
URI:	http://repository.its.ac.id/id/eprint/100683

Actions (login required)

View Item