Prediksi tingkat kesejahteraan suatu wilayah secara akurat dapat membantu pemerintah untuk mendapatkan informasi sebagai dasar dalam menyusun perencanaan maupun evaluasi terhadap upaya peningkatan kualitas hidup masyarakat. Salah satu upaya peningkatan kualitas hidup masyarakat oleh pemerintah yaitu melalui program bantuan sosial untuk rakyat yang tingkat kesejahteraan rendah (miskin) yang dilaksanakan secara tepat sasaran, yaitu pemberian bantuan sesuai dengan tingkat kesejahteraan atau kemiskinan yang ada disuatu wilayah. Penelitian-penelitian tentang analisis, prediksi dan klasifikasi tingkat kesejahteraan ataupun tingkat kemiskinan telah dilakukan menggunakan berbagai metode komputasi dengan hasil yang variatif, namun hasil-hasil tersebut masih dapat ditingkatkan terutama dari sisi akurasi. Generalized Regression Neural Network (GRNN) merupakan metode prediksi probabilistic neural network yang bersifat stabil dan cocok diterapkan pada data penduduk yang memiliki karakteristik yang beragam dan bersifat non linear. Pada Penelitian ini diusulkan suatu sistem prediksi tingkat kesejahteraan suatu wilayah secara komputasional menggunakan metode Generalized Regression Neural Network (GRNN). Mean Absolute Percentage Error (MAPE) digunakan sebagai kriteria evaluasi model prediksi. Uji coba dilakukan dengan menggunakan data-data yang mempengaruhi tingkat kesejahteraan rakyat suatu kecamatan di Kabupaten Gorontalo dengan menggunakan data latih pada tahun 2012-2014 dan data uji tahun 2015. Dari hasil uji coba, diperoleh MAPE sebesar 0.26 %.
Copyrights © 2022