PEMANFAATAN ALGORITMA NEURAL NETWORK UNTUK PREDICTIVE ANALYTIC ANGKA BUTA HURUF DI INDONESIA

Abstract

The government of Indonesia has always been aware of the necessary role of education in the development and progress of the nation, so it included it in Article 31 of the 1945 Constitution. Based on data from the Central Statistics Agency, the population aged over ten years who were illiterate in 2017 amounted 4.08% of the total population aged over ten years. Predictive analytics is a method of analysis used to assess risk, and future business trends. The research is to find strategic points that can be utilized and used as references in implementing efforts to reduce illiteracy in Indonesia. The data for the research using secondary data from bps.go.id, namely data on the illiteracy rate for the 2011 – 2019 period. The predictions were made using the Artificial Neural Network Algorithm to produce an output accuracy of 69%.

Pemerintah sejak dulu menyadari akan peran pendidikan yang begitu penting bagi pembangunan dan kemajuan bangsa, sehingga mencantumkannya dalam pasal 31  Undang-Undang Dasar 1945. Berdasarkan data Badan Pusat Statistik penduduk usia diatas 10 tahun yang buta huruf pada 2017 mencapai 4,08% dari total populasi penduduk usia di atas 10 tahun. Predictive analytics merupakan sebuah metode dalam analisis yang digunakan untuk menilai risiko, tren bisnis di masa depan, hingga prediksi kapan perawatan peralatan akan dilakukan. Tujuan dari penelitian ini untuk menemukan poin-poin strategis yang dapat dimanfaatkan dan digunakan sebagai referensi dalam rangka implementasi upaya-upaya menekan jumlah buta huruf di Indonesia. Penelitian dilakukan dengan data sekunder dari bps.go.id, yaitu data angka buta huruf dalam kurun waktu 2011 – 2019.  Prediksi yang dilakukan menggunakan algoritma jaringan syaraf tiruan menghasilkan ouput akurasi sebesar 69 %.