Penerapan Algoritma Conjugate Gradient Polak Ribiere Dalam Memprediksi Tingkat Pengangguran Terbuka

Abstract

Pengangguran terbuka merupakan salah satu permasalahan sosial yang seringkali menjadi fokus perhatian banyak negara. Tingkat pengangguran yang tinggi dapat berdampak negatif terhadap perekonomian suatu negara, seperti menurunnya tingkat produksi, meningkatnya tingkat kemiskinan, dan mengurangi daya beli masyarakat. Penelitian ini bertujuan untuk menerapkan algoritma Conjugate Gradient Polak Ribiere sebagai solusi yang lebih efektif dalam memprediksi tingkat pengangguran terbuka. Algoritma Conjugate Gradient Polak Ribiere dikembangkan berdasarkan metode gradien konjugat yang memiliki kelebihan dalam mencari minimum atau maksimum fungsi dengan cepat. Algoritma ini memiliki tingkat konvergensi yang lebih tinggi dibandingkan dengan metode optimasi lainnya. Hal ini memungkinkan peneliti untuk mendapatkan hasil prediksi dengan cepat dan efisien. Berdasarkan hasil pengujian dari 3 model arsitektur yang digunakan diperoleh 1 model arsitektur terbaik dengan menggunakan algoritma Conjugate Gradient Polak Ribiere yaitu model arsitektur 3-5-1 dengan epoch 374 iterasi, menghabiskan waktu pelatihan selama 00:20 detik dengan MSE 0,000137751 dan akurasi yang diperoleh sebesar 71%.  Berdasarkan hasil penelitian ini diharapkan dapat menjadi masukan dan saran untuk membantu pemerintah dalam mengatasi tingkat pengangguran dimasa-masa yang akan datang.