TAUTAU

Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan)

Pada era politik yang dinamis saat ini, Pilkada menjadi salah satu isu yang paling hangat selain pemilihan presiden. Aplikasi yang diusulkan bertujuan membantu para pemangku kepentingan merespons lingkungan politik yang dinamis dengan menyediakan prediksi Pilkada. Aplikasi tersebut dikembangkan berdasarkan kerangka Jaringan Saraf Tiruan. Data valid dari Komisi Pemilihan Umum (KPU) dan Lembaga Survei Skala Indonesia (SSI) digunakan sebagai data pelatihan dan pengujian. Algoritma pembelajaran Levenberg‑Marquardt digunakan untuk menyetel parameter model ANN. Berdasarkan simulasi, aplikasi berbasis model ANN yang diusulkan menunjukkan kinerja prediksi yang memuaskan yang ditunjukkan oleh koefisien korelasi tinggi (R = 0,999). Selain itu, Levenberg‑Marquardt mampu mencapai konvergensi yang cepat yang ditandai dengan nilai epoch rendah (epoch = 4).

Penelitian ini mengembangkan model prediksi hasil Pilkada berbasis Jaringan Saraf Tiruan dengan dua algoritma pembelajaran, yaitu Gradient Descent dan Levenberg‑Marquardt.Parameter input yang digunakan meliputi pengaruh partai pengusung, dinasti politik, visi‑misi calon, jumlah partai pengusung, persentase partisipasi DPT pada periode sebelumnya, dan kesamaan keyakinan.Model menghasilkan output biner (menang = 1, kalah = 0) dengan tingkat akurasi tinggi, menunjukkan bahwa pendekatan JST dapat menjadi alat prediksi yang efektif untuk Pilkada.

Penelitian lanjutan dapat mengeksplorasi tiga arah utama. Pertama, bagaimana pengaruh data sentimen media sosial terhadap akurasi prediksi Pilkada jika digabungkan dengan variabel tradisional seperti pengaruh partai pengusung dan partisipasi DPT? Kedua, apakah algoritma pembelajaran lain seperti Support Vector Machine atau Random Forest dapat meningkatkan performa prediksi dibandingkan Jaringan Saraf Tiruan dengan Gradient Descent dan Levenberg‑Marquardt? Ketiga, dapatkah sebuah sistem prediksi waktu‑nyata yang memanfaatkan kumpulan data besar dari berbagai provinsi memberikan hasil yang lebih umum dan dapat diandalkan pada pemilihan Pilkada berikutnya? Untuk menjawab pertanyaan-pertanyaan tersebut, diperlukan pengumpulan data yang lebih luas, termasuk variabel ekonomi, demografis, serta histori kampanye, serta penerapan teknik validasi silang yang ketat. Hasilnya diharapkan memberi wawasan yang lebih komprehensif tentang faktor-faktor yang memengaruhi hasil Pilkada dan memperkuat kemampuan model dalam mendukung keputusan strategis para pemangku kepentingan.

Read online
File size534.63 KB
Pages4
DMCAReport

Related /

ads-block-test