Font Size: 

Untuk menjaga dan meningkatkan mutu layanan kepada pengunjung kantor Imigrasi Semarang maka perlu adanya
peramalan atau prediksi kapan terjadinya lonjakan jumlah pengunjung kantor Imigrasi. Algorithma prediksi atau
peramalan yang digunakan pada penelitian ini adalah metode SVM dan Neural Network untuk melakukan prediksi
jumlah pembuat passport atau jumlah pengunjung kantor Imigrasi Kota Semarang.
Support Vector Machine adalah teknik yang digunakan untuk melakukan prediksi dengan cara melakukan klasifikasi
dan regresi. Tingkat akurasi menggunakan RMSE untuk menentukan jumlah pengunjung dengan metode SVM adalah
sebesar 0.001. Komparasi dilakukan dengan metode Neural Network. Neural Netowrk adalah algorithma yang mampu
menirukan cara berpikir manusia dengan melakukan komputasi berbasis kecerdasan komputasional. Neural Network
adalah metode untuk memodelkan, memprediksikan, mendeteksi kesalahan dan mengontrol sistem yang memerlukan
pendekatan desain dengan kecerdasan tiruan komputasional.
Tingkat akurasi perhitungan jumlah pengunjung kantor Imigrasi dengan Neural Network Backpropagation dengan
menggunakan RMSE adalah sebesar 0.011. Sehingga perbandingan tingkat akurasi antara SVM 0.001 lebih baik
daripada menggunkan BPNN dengan tingkat akurasi 0.011.
Kata Kunci: Neural Network, Backpropagation, SVM, Pengunjung Kantor Imigrasi