Prediksi Jumlah Penumpang Bandar Udara Halu Oleo Kendari Menggunakan Multi-layer Perceptron

Abstract

Transportasi, khususnya penerbangan, memiliki peran penting dalam mendukung kegiatan ekonomi dan sosial masyarakat. Dalam konteks ini, prediksi jumlah penumpang pesawat menjadi informasi yang penting untuk perencanaan dan pengelolaan bandara. Penelitian ini bertujuan untuk menggunakan metode Multilayer Perceptron (MLP) dalam memprediksi jumlah penumpang di Bandar Udara Halu Oleo Kendari. Metode MLP merupakan salah satu jenis neural network yang memiliki kemampuan prediksi yang tinggi. Dalam penelitian ini, train score dan test score digunakan untuk mengukur kinerja model MLP dalam memprediksi data training dan data testing. Selain itu, Mean Absolute Percentage Error (MAPE) digunakan untuk mengukur keakuratan prediksi model. Hasil penelitian menunjukkan bahwa train score sebesar 60% menandakan bahwa model mampu memprediksi data training dengan akurasi 60%. Sementara itu, test score sebesar 96% menunjukkan bahwa model memiliki kemampuan prediksi yang baik pada data testing yang belum pernah dilihat sebelumnya. MAPE sebesar 0.152% menunjukkan bahwa model memiliki tingkat kesalahan yang relatif rendah.