Melola Discovery

← Melola Discovery

Jurnal SINTA 3

SISTEM PREDIKSI TINGKAT PENGANGGURAN DI PROVINSI MALUKU MENGGUNAKAN ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 12 No. 2 (2018) · pp. 099–106

DOI
10.30598/vol12iss2pp099-106ar621
ISSN
2615-3017, 1978-7227
Published
2018-12-13
Publisher
PATTIMURA UNIVERSITY
Language
eng

Abstract

Pengangguran merupakan salah satu permasalahan yang belum terselesaikan dengan baik sampai saat ini meskipun sudah dilakukan berbagai upaya untuk menurunkan jumlah tingkat pengangguran. Tingkat pengangguran masih mengalami kenaikan dari tahun ke tahun. Untuk itu dilakukan prediksi jumlah tingkat pengangguran untuk membuat kebijakan yang perlu dilakukan berdasarkan hasil prediksi. Pada penelitian ini akan dibuat sistem prediksi tingkat pengangguran menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Untuk mendapatkan struktur ANFIS yang baik dan keanggotaan yang akan dipilih dilakukan pelatihan data lalu dipilih fungsi keanggotaan dengan error terkecil sebagai keanggotaan parameter yang diuji. Kemudian data diuji menggunakan fungsi keanggotaan tersebut lalu menghasilkan sebuah sistem prediksi yang nantinya menjadi sistem yang digunakan sebagai prediksi. Hasil penelitian ini diperoleh rata-rata presentasi error sistem prediksi tingkat pengangguran sebesar 4.49%.

Collaboration network of the authors

8 authors · 12 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Francis Y. RumlawangAffiliation unknown1
Zeth A. LeleuryAffiliation unknown1
Mozart W. TalakuaAffiliation unknown1
Venn Yan Ishak IlwaruAffiliation unknown1
Syella Z LimbaAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, first harvested 5 Nov 2026, last seen 5 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">SISTEM PREDIKSI TINGKAT PENGANGGURAN DI PROVINSI MALUKU MENGGUNAKAN ANFIS (ADAPTIVE NEURO FUZZY INFERENCE SYSTEM)</dc:title>
	<dc:creator>Rahakbauw, Dorteus Lodewyik</dc:creator>
	<dc:creator>Tanassy, Muh. Iskandar</dc:creator>
	<dc:creator>Tomasouw, Berny P.</dc:creator>
	<dc:description xml:lang="en-US">Pengangguran merupakan salah satu permasalahan yang belum terselesaikan dengan baik sampai saat ini meskipun sudah dilakukan berbagai upaya untuk menurunkan jumlah tingkat pengangguran. Tingkat pengangguran masih mengalami kenaikan dari tahun ke tahun. Untuk itu dilakukan prediksi jumlah tingkat pengangguran untuk membuat kebijakan yang perlu dilakukan berdasarkan hasil prediksi. Pada penelitian ini akan dibuat sistem prediksi tingkat pengangguran menggunakan ANFIS (Adaptive Neuro Fuzzy Inference System). Untuk mendapatkan struktur ANFIS yang baik dan keanggotaan yang akan dipilih dilakukan pelatihan data lalu dipilih fungsi keanggotaan dengan error terkecil sebagai keanggotaan parameter yang diuji. Kemudian data diuji menggunakan fungsi keanggotaan tersebut lalu menghasilkan sebuah sistem prediksi yang nantinya menjadi sistem yang digunakan sebagai prediksi. Hasil penelitian ini diperoleh rata-rata presentasi error sistem prediksi tingkat pengangguran sebesar 4.49%.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2018-12-13</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/621</dc:identifier>
	<dc:identifier>10.30598/vol12iss2pp099-106ar621</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 12 No 2 (2018): BAREKENG: Jurnal Ilmu Matematika dan Terapan; 099-106</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/vol12iss2year2018</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/621/596</dc:relation>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/621/597</dc:relation>
</oai_dc:dc>