Penerapan Algoritma Conjugate Gradient Polak Ribiere Dalam Memprediksi Angka Harapan Hidup Di Jawa Timur

Abstract

Angka Harapan Hidup (AHH) merupakan salah satu indikator yang digunakan untuk menilai derajat kesehatan penduduk. Menurut Statistics Indonesia, angka harapan hidup pada saat lahir (life expectancy at birth) ialah rata-rata tahun hidup yang akan dijalani oleh bayi yang baru lahir pada suatu tahun tertentu. Tujuan penelitian ini adalah untuk memprediksi angka harapan hidup dengan metode Conjugate Gradient-Backpropagation Polak Ribiere (TrainCGP). Conjugate Gradient-Backpropagation Polak Ribiere (TrainCGP) algoritma yang arah pencariannya berdasar pada arah konjugasi dan lebih cepat konvergen. Ide dasar dari conjugate gradient adalah untuk mencari arah konjugasi negatif arah gradien dan arah pencarian terakhir sebagai pencarian baru, arah untuk mempercepat kecepatan pelatihan dan meningkatkan akurasi pelatihan. Data penelitian diambil dari website Badan Pusat Statistik tahun 2017-2022. Model prediksi yang akan dianalisis menggunakan algoritma Conjugate Gradient Polak Ribiere diantaranya: 5-10-1, 5-55-1, 5-65-1 dan 5-75-1. Berdasarkan analisis melalui perhitungan dari proses pelatihan dan pengujian menggunakan aplikasi Matlab-2011b, diperoleh hasil model arsitektur 5-55-1 merupakan model terbaik dengan MSE sebesar 0,00000078 dibandingkan dengan model lain.