Smart Assessment Menggunakan Backpropagation Neural Network

Abstract

Penerapan scraping dan Backpropagation Neural Network dapat menjadikan penilaian Self- Assessment Questionnaire (SAQ) website Pemerintah Daerah Provinsi Jawa Timur lebih smart jika dibandingkan dengan model assessment yang sudah ada. Langkah awal yaitu melakukan scraping website Pemerintah Daerah Provinsi Jawa Timur untuk mendapatkan nilai SAQ. Hasil scraping tersebut akan digunakan sebagai data uji pada metode Backpropagation Neural Network, kemudian hasil data uji akan di proses menggunakan 4 jenis model data yang berbeda-beda dari segi jumlah iterasi dan hidden layer untuk mendapatkan akurasi terbaik. Pada model data A menggunakan iterasi 1000 dan 5 hidden layer menghasilkan nilai Mean Squared Error (MSE) 0,0117, Mean Absolute Percent Error (MAPE) 39,36% dan Akurasi 60.64%. Model data B menggunakan iterasi 1000 dan 7 hidden layer menghasilkan nilai MSE 0,0087, MAPE 29,49% dan Akurasi 70,50%. Model data C dengan menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0064, MAPE 24,46% dan Akurasi 75,53%. Model data D menggunakan iterasi 2000 dan 9 hidden layer menghasilkan nilai MSE 0,0036, MAPE 18,71% dan Akurasi 81,28%. Dari hasil ujicoba tersebut bahwa model data D yang menggunakan iterasi 2000 dan 9 hidden layer menghasilkan tingkat akurasi yang terbaik sehingga model data D dapat dijadikan acuan hasil penilaian website Pemerintah Daerah Provinsi Jawa Timur tahun 2021.