Analisis Kinerja Algoritma Backpropagation Neural Network dalam Prediksi Penilaian Kepuasan Penumpang Maskapai Penerbangan

Abstract

Penelitian ini bertujuan untuk menggunakan Algoritma Backpropagation Neural Network dalam memprediksi tingkat kepuasan penumpang maskapai penerbangan. Langkah-langkah pengujian dilakukan dengan variasi rasio data 70:30, 80:20, dan 90:10 serta parameter seperti Learning Rate, Hidden Layer, dan Max_Epoch. Hasil penelitian menunjukkan bahwa Backpropagation Neural Network mampu melakukan prediksi dengan baik, dengan tingkat akurasi terbaik mencapai 99.82% pada rasio data 90:10. Struktur arsitektur terbaik terdiri dari 22 input layer, 20 Hidden Layer, dan 1 output layer, dengan iterasi/Max_Epoch sebanyak 1000 dan Learning Rate 0.01. Temuan ini menunjukkan potensi algoritma ini dalam meningkatkan pemahaman tentang kepuasan pelanggan dalam industri penerbangan.