Prediksi Nilai Jual Objek Pajak (njop) Gedebage Menggunakan Metode Backpropagation

Mohammad Ibrahim Al Mahi, Purba Daru Kusuma, Casi Setianingsih

Abstract

Abstrak Ujaran kebencian adalah tindakan komunikasi yang dilakukan oleh suatu individu atau kelompok dalam bentuk provokasi, hasutan, ataupun hinaan kepada individu atau kelompok yang lain dalam hal berbagai aspek seperti ras warna kulit, gender, cacat, orientasi seksual, kewarganegaraan, agama dan lain - lain. Etika dalam ber-internet perlu ditegaskan mengingat internet merupakan hal yang dianggap kebutuhan pentingmbagi masyarakat jaman sekarang. Tetapi, semakin banyak pihak yang menyalah gunakan internet untuk menyebarluaskan hal-hal yang berkaitan dengan ujaran kebencian, seperti suku bangsa,agama dan ras. karena penyebaran berita yang bersifat ujaran kebencian di internet, menjadi hal yang patut diperhatikan. Pengembangan sistem untuk mendeteksi ujaran kebencian melalui gambar memang cukup jarang untuk untuk saat ini. Maka dari itu penelitian ini diklasifikasikan untuk mendeteksi adakah unsur ujaran kebencian pada gambar yang nantinya dipilih. Dalam Tugas Akhir ini, Penulis berharap bisa membuat bagaimana cara mengklasifikasi unsur ujaran kebencian pada sebuah gambar yang dilakukan oleh komputer, yang nantinya komputer bisa mengenali adakah ujaran kebencian pada gambar melalui teks yang ada. Dengan menggunakan Latent Semantic Analysis (LSA) dan perhitungan matrix Singular Value Decomposition (SVD). Setelah pembuatan aplikasi ini, diharapkan Komputer dapat mengetahui dan bisa mengklasifikasi adakah ujaran kebencian dengan mendeteksi gambar tersebut. Kata Kunci: Prediksi, NJOP, Artificial Neural Network (ANN), Backpropagation Abstract Nilai Jual Objek Pajak (NJOP) has an important role to apply the basic tax in Bandung. Therefire the Government of Bandung through Dinas Pelayanan Pajak (Disyanjak) set the value of NJOP for every 4 years. However, in the process of establishing NJOP there many obstacles that make the process costly with unsatisfactory results. Therefore, it needs a solution to be able to minimize the cost budget so can get satisfactory result. One way to predict NJOP with Artificial Neurol Network (ANN) Backpropagation method. Backpropagation is a neural network with many layers that are often used to predict something. The advantages of this method are able to formulate of forecasters, as well as very flexible in the change of approximate rules. The training data used for this research is NJOP data in 2008, 2009, 2013 and 2015. While the testing data that will be used is NJOP data of 2017. And for prediction process will be run to predict NJOP in 2018. From the test results can be concluded that the accuracy of test data is 78.4%. With the combination of hidden layer parameter = 30, learning rate = 0.2 with target epox maximum termination of 80000. Keywords: Predict, NJOP, Artificial Neural Network (ANN), Backpropagation

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0