PEMODELAN NILAI TUKAR NELAYAN DI PROVINSI BENGKULU MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN)

Provinsi Bengkulu memiliki potensi perikanan yang besar, tetapi kesejahteraan
nelayan masih perlu ditingkatkan, salah satunya dengan meningkatkan Nilai
Tukar Nelayan (NTN). Penelitian ini bertujuan memprediksi NTN periode Januari
2018 hingga Desember 2024 menggunakan metode Artificial Neural Network
(ANN) dengan algoritma backpropagation. Data yang digunakan sebanyak 84
bulan diperoleh dari Badan Pusat Statistik (BPS), dengan pembagian 93% untuk
pelatihan model dan 7% untuk pengujian. Model ANN dibangun dengan
arsitektur 12-10-1, terdiri dari satu hidden layer, serta menerapkan fungsi aktivasi
sigmoid biner dan learning rate 0,19. Hasilnya menunjukkan akurasi prediksi
yang sangat baik, dengan nilai MAPE 0,8118% (training) dan 0,8858% (testing),
serta MASE 0,8876 (training) dan 1,0671 (testing). Hasil ini membuktikan bahwa
model ANN yang dikembangkan memiliki kemampuan generalisasi yang baik,
sehingga dapat dijadikan acuan dalam perumusan kebijakan berbasis data guna
meningkatkan kesejahteraan nelayan di Provinsi Bengkulu.
Kata Kunci: Nilai Tukar Nelayan (NTN), Artificial Neural Network (ANN),
backpropagation, peramalan deret waktu.