Jaringan Syaraf Tiruan untuk Memprediksi Pertumbuhan Penduduk Menggunakan Algoritma Extreme Learning Machine (ELM) (Studi Kasus di Kota Medan)

Perencanaan pembangunan kota yang efektif sangat bergantung pada data kependudukan yang akurat. Prediksi pertumbuhan jumlah penduduk menjadi salah satu pendekatan krusial untuk mengantisipasi kebutuhan infrastruktur, sosial, dan ekonomi di masa depan. Penelitian ini bertujuan untuk memprediksi pertumbuhan jumlah penduduk di Kota Medan menggunakan algoritma Extreme Learning Machine (ELM) sebagai salah satu pendekatan jaringan saraf tiruan yang unggul dalam kecepatan dan akurasi. Data yang digunakan merupakan data sekunder jumlah penduduk per kecamatan dari tahun 2001 hingga 2024 yang diperoleh dari BPS Kota Medan. Tahapan penelitian meliputi pre processing data, pembagian data latih dan uji, normalisasi, pelatihan serta pengujian model, hingga evaluasi kinerja menggunakan MAPE. Hasil penelitian menunjukkan bahwa algoritma ELM mampu menghasilkan prediksi jumlah penduduk periode 2025–2029 dengan tingkat akurasi yang bervariasi antar kecamatan, di mana kecamatan dengan pertumbuhan stabil cenderung menghasilkan kesalahan prediksi lebih rendah dibandingkan kecamatan dengan pola fluktuatif. Secara keseluruhan, ELM terbukti efektif digunakan dalam peramalan jumlah penduduk dan dapat dijadikan dasar pertimbangan bagi pemerintah daerah dalam menyusun kebijakan kependudukan serta strategi pembangunan jangka panjang berbasis data.