Abstract:MSME players in Potrobangsan Village face obstacles in communicating with foreign consumers, especially in the use of foreign languages. To overcome this problem, a multilingual digital catalog has been developed that contains…
ntains descriptions of MSME products in several languages. This catalog aims to facilitate communication between MSME actors and inter-national consumers, as well as increase the visibility and competitiveness of MSMEs in the global market. In addition, this digital catalog is also expected to contribute to the preservation of regional languages, such as Javanese, which are becoming endangered. The methods used include a preparatory stage in the form of field analysis, then a needs analysis stage, and continued with the stage of making a multi-language online catalog. The catalog development process involved training for MSME players, creating attractive and relevant product descriptions, and developing an online catalog platform. As a result, this catalog has succeeded in increasing sales and expanding the market reach of MSMEs in Potrobangsan Village.
Keywords: MSME; multilingual digital catalog; potrobangsan
Abstrak: Pelaku UMKM di Desa Potrobangsan menghadapi kendala dalam berkomunikasi dengan konsumen mancanegara, terutama dalam penggunaan bahasa asing. Untuk mengatasi masalah ini, telah dikembangkan katalog digital multibahasa yang memuat deskripsi produk UMKM dalam beberapa bahasa. Katalog ini bertujuan untuk memfasilitasi komunikasi antara pelaku UMKM dengan konsumen internasional, serta meningkatkan visibilitas dan daya saing UMKM di pasar global. Selain itu, katalog digital ini juga diharapkan dapat berkontribusi pada pelestarian bahasa daerah, seperti Bahasa Jawa, yang mulai terancam punah. Metode yang digunakan antara lain tahap persiapan berupa analisis lapangan, kemudian tahap analisis kebutuhan, dan dilanjut dengan tahap pembuatan katalog online multibahasa. Proses pengembangan katalog melibatkan pelatihan bagi pelaku UMKM, pembuatan deskripsi produk yang menarik dan relevan, serta penyusunan platform katalog daring. Hasilnya, katalog ini telah berhasil meningkatkan penjualan dan memperluas jangkauan pasar UMKM di Desa Potrobangsan.
Kata kunci: UMKM; katalog digital multibahasa; potrobangsan.
Abstract:The community service activities carried out are a multi-stakeholder collaborative effort in maintaining the cleanliness and sustainability of Loang Baloq Beach. The activity was carried out by involving various related…
parties, including the Regional Government, PDPM Mataram City, tourism industry players, surrounding communities, and students as agents of change. Activities are carried out in several stages, including observing problems, preparing, implementing waste cleaning, and making recommendations and action plans. The result of this community service activity is the creation of a cleaner and healthier environment, as well as the formation of recommendations and action plans to improve waste management at Loang Baloq Beach and other tourist destinations in Mataram City. The concept of multi-stakeholder collaboration that is applied in this service activity can be an example for waste management activities and the management of other tourist destinations in Indonesia. In addition, this activity also provides valuable experience for students in carrying out community service activities and involving different stakeholders in achieving the same goals. It is hoped that this activity can have a wider impact on the environment and society in Mataram City, and can be used as a reference for similar activities in the future.
Keywords: beach destinations; cleanliness; collaboration; garbage; tours
Abstrak: Kegiatan pengabdian yang dilakukan merupakan upaya kolaborasi multi stakeholder dalam menjaga kebersihan dan kelestarian Pantai Loang Baloq. Kegiatan dilaksanakan dengan melibatkan berbagai pihak terkait, termasuk Pemerintah Daerah, PDPM Kota Mataram, pelaku industri pariwisata, masyarakat sekitar, dan Mahasiswa sebagai agen perubahan. Kegiatan dilakukan dengan beberapa tahap, antara lain observasi masalah, persiapan, pelaksanaan pembersihan sampah, serta pembuatan rekomendasi dan rencana aksi. Hasil dari kegiatan pengabdian ini adalah terciptanya lingkungan yang lebih bersih dan sehat, serta terbentuknya rekomendasi dan rencana aksi untuk meningkatkan pengelolaan sampah di Pantai Loang Baloq dan destinasi wisata lainnya yang ada di Kota Mataram. Konsep kolaborasi multi stakeholder yang diterapkan dalam kegiatan pengabdian ini dapat menjadi contoh bagi kegiatan pengelolaan sampah dan pengelolaan destinasi wisata lainnya di Indonesia. Selain itu, kegiatan ini juga memberikan pengalaman berharga bagi para mahasiswa dalam melaksanakan kegiatan pengabdian masyarakat dan melibatkan stakeholder yang berbeda dalam mencapai tujuan yang sama. Diharapkan kegiatan ini dapat memberikan dampak yang lebih luas bagi lingkungan dan masyarakat di Kota Mataram, serta dapat dijadikan acuan bagi kegiatan serupa dimasa depan.
Kata kunci: destinasi pantai; kebersihan; kolaborasi; sampah; wisata
Abstract:Abstract: Industrial era 4.0 brought changes in the economic field, and the consequence of this era was the birth of the digitization process in all fields. Digital marketing for business players is a very important part,…
, even for BUMNAG Nagari Lasi. To support and advance the business, BUMNAG must be able to compete with the competition in the supply of quality products, so the necessary marketing strategy is capable of increasing sales and market expansion, the only one with digital marketing. BUMNAG managers are expected to have a desire to use digital devices, especially when presenting the products they sell. BUMNAG's ability to manage marketing through digital media will make it easier for the products to be known by many people and in demand. However, there are still many BUMNAGs that do not use digital marketing media as a marketing strategy, which makes BUMNAG unable to compete with other SMEs that have used this medium. Therefore, it was considered necessary to implement the activity to carry out training in digital marketing in the advancement of the Kopi Lasi BUMNAG Nagari Lasi.
Keywords: digital marketing; marketing strategy; bumnag; lasi coffee
Abstrak: Era industri 4.0 membawa perubahan di bidang ekonomi, dimana konsekuensi dari era ini adalah proses digitalisasi di segala bidang. Pemasaran digital bagi pelaku usaha menjadi bagian yang sangat penting, termasuk bagi Badan Usaha Milik Nagari Lasi (BUMNag). Untuk mendukung dan memajukan bisnis, BUMNag harus mampu bersaing dengan kompetitor dalam menyediakan produk yang berkualitas, sehingga diperlukan strategi pemasaran yang mampu meningkatkan penjualan dan perluasan pasar, salah satunya adalah digital marketing. Pengelola BUMNag diharapkan memiliki keterampilan dalam menggunakan perangkat digital terutama dalam memperkenalkan produk yang mereka jual. Kemampuan BUMNag dalam mengelola pemasaran melalui media digital akan memudahkan produk untuk dikenal banyak orang dan diminati. Namun masih banyak BUMNag yang tidak menggunakan media digital marketing sebagai strategi pemasaran sehingga BUMNag kalah bersaing dengan pelaku UKM lainnya yang telah menggunakan media ini. Pengabdian ini dilakukan dengan menggunakan metode studi pustaka, pelaksanaan kegiatan dan evaluasi. Dimana implementasinya dilakukan secara bertahap seperti sosialisasi, pendataan, pembuatan sistem informasi digital marketing dan juga pelatihan admin. Oleh karena itu pelaksanaan kegiatan pengabdian ini sangat dibutuhkan dalam meningkatkan perekonomian masyarakat sekitar melalui pemasaran Kopi Lasi di BUMNag Nagari Lasi.
Kata kunci: digital marketing; strategi pemasaran; bumnag; kopi lasi
Abstract:Abstract: The adoption of information technology to support the running of MSME business in the era of the COVID-19 pandemic is an absolute choice. So far, the low adoption of information technology by MSME is due to low…
awareness of the benefits of information technology for their business and the low ability to use information technology. Higher education institutions can assist MSME with qualified resources and capabilities in utilizing information technology in carrying out business operations to increase their business support capacity. One way of working together is through the partnership method. UMKM will become partners for students who take project-based learning. Based on the feedback from the evaluation of this learning method, the results were that both parties received a positive impact from this learning method. UMKM players will get input, knowledge, and project output products based on information technology, while students will get real experience so that they can increase the effectiveness of understanding the material they get.
Keywords: information technology adoption; msmes; project based learning; project management.
Abstrak: Pengadopsian teknologi informasi untuk mendukung berjalannya usaha bisnis UMKM di era pandemi COVID-19 menjadi pilihan mutlak. Selama ini, rendahnya adopsi teknologi informasi oleh pelaku UMKM dikarenakan faktor rendahnya kesadaran terhadap manfaat teknologi informasi terhadap bisnisnya hingga rendahnya kemampuan penggunaan teknologi informasi. Faktor-faktor ini dapat dibantu oleh pihak perguruan tinggi yang memiliki sumber daya dan kapabilitas yang mumpuni dalam hal pemanfaatan teknologi informasi untuk membantu para pelaku UMKM dalam menjalankan operasional usaha hingga meningkatkan daya dukung usahanya. Salah satu cara kerja sama adalah melalui metode kemitraan. UMKM akan menjadi mitra bagi para mahasiswa yang mengikuti pembelajaran berbasis proyek. Berdasarkan timbal balik dari evaluasi metode pembelajaran ini, hasilnya kedua belah pihak menerima dampak positif dari metode pembelajaran ini. Pelaku UMKM akan mendapatkan masukan, ilmu, hingga produk luaran proyek yang berbasis teknologi informasi, sedangkan para mahasiswa akan mendapatkan pengalaman nyata sehingga dapat meningkatkan efektifitas pemahaman materi yang diperolehnya.
Kata kunci: manajemen proyek; pembelajaran berbasis proyek; pemanfaatan teknologi informasi; umkm.
Abstract:Abstract: training in cost accounting and calculating the cost of goods sold (CoGS) for micro, small, and medium enterprises (MSMEs) in Ponggok Tourism Village was carried out to provide understanding and training in calculating…
culating CoGS. Based on the initial survey conducted by the community service team, information was obtained that seller in Ponggok Village did not calculate CoGS properly because they based their selling price on market prices. This is because MSMEs have a similar business, namely a culinary business. This unsuitable selling price determination will result in suboptimal profit achievement because each business has a different total cost. For this reason, this service carries out four training sessions to guide MSME players in deermining the appropriate selling price. The four sessions covered the delivery of concepts and materials, discussions, training in calculating CoGS, and evaluation. This community service is expected to increase understanding and skills in calculating CoGS so that optimal profit can be achieved.
Keywords: cost accounting;cost of good sold; Ponggok Village
Abstrak: pelatihan akuntansi biaya dan penghitungan Harga Pokok Penjualan (HPP) pada pelaku UMKM di Desa Wisata Ponggok dilaksanakan untuk memberikan pemahaman dan pelatihan penghitungan HPP. Berdasarkan survei awal yang dilakukan tim pengabdian, didapatkan informasi bahwa para pelaku UMKM di Desa Ponggok tidak melakukan penghitungan HPP karena mendasarkan harga jualnya sesuai harga pasar. Hal ini dikarenakan para pelaku UMKM memiliki usaha yang sejenis, yaitu usaha kuliner. Penentuan harga jual yang tidak sesuai ini akan menyebabkan pencapaian laba yang tidak optimal karena setiap usaha memiliki berbagai total biaya yang berbeda. Untuk itu, pengabdian ini melaksanakan empat sesi pelatihan untuk memandu para pelaku UMKM menentukan harga jual yang sesuai. Keempat sesi tersebut meliputi penyampaian konsep dan materi, diskusi, pelatihan penghitungan HPP, dan evaluasi. Pengabdian kepada masyarakat ini diharapkan dapat menambah pemahaman dan ketrampilan menghitung HPP sehingga laba yang optimal dapat tercapai.
Kata kunci: akuntansi biaya, harga pokok penjualan, Desa Ponggok
Abstract:Abstract: The growing intensity of cyber attacks, marked by rapid, large-scale, automated, and adaptive execution, requires analytical methods that represent the diversity of network environments, including variations in…
target platforms such as IoT, traditional networks, and hybrid infrastructures. This study compares machine learning models for cyber attack classification under heterogeneous environmental conditions and formulates a conceptual optimization framework based on model performance. Four publicly available benchmark datasets were used, namely UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, and a Kaggle cyber security attacks dataset, comprising approximately 40,000 to over 3.6 million records and 25 to 80 features across IoT, conventional, and mixed network environments. Random Forest, XGBoost, Multilayer Perceptron, and Transformer were implemented within a unified pipeline involving preprocessing, feature selection, and Bayesian Optimization-based hyperparameter tuning. All models achieved F1-score and Cohen's Kappa above 96%, with XGBoost performing best (97.80%, 97.26%), followed by Random Forest (97.78%, 96.96%) and Transformer (97.44%, 96.82%), while MLP scored lowest (96.74%, 96.00%), a gap below one percentage point. Confusion matrix analysis revealed persistent misclassification in minority and overlapping attack classes, informing a proposed adaptive cyber attack simulation optimization framework.
Keywords: cyber attacks; optimization; machine learning; environmental variability.
Abstrak: Meningkatnya intensitas serangan siber yang berlangsung cepat, masif, otomatis, dan adaptif menuntut pendekatan analitis yang merepresentasikan keragaman lingkungan jaringan, termasuk perbedaan karakteristik platform sasaran seperti Internet of Things (IoT), jaringan konvensional, dan infrastruktur hibrida. Penelitian ini membandingkan model machine learning untuk klasifikasi serangan siber pada kondisi lingkungan heterogen, sekaligus menyusun kerangka optimasi konseptual berdasarkan performa model. Empat dataset benchmark publik digunakan, yaitu UNB CIC IoT 2023, UNB CIC IDS-2018, UNSW-NB15, serta dataset Kaggle cyber security attacks, dengan jumlah data berkisar 40.000 hingga lebih dari 3,6 juta rekaman dan 25 sampai 80 fitur, mewakili lingkungan IoT, konvensional, dan campuran. Random Forest, XGBoost, Multilayer Perceptron, dan Transformer diimplementasikan melalui pipeline terpadu mencakup pra-pemrosesan, seleksi fitur, dan optimasi hyperparameter berbasis Bayesian Optimization. Seluruh model mencapai F1-score dan Cohen's Kappa di atas 96%, dengan XGBoost menunjukkan performa terbaik (97,80%, 97,26%), diikuti Random Forest (97,78%, 96,96%) dan Transformer (97,44%, 96,82%), sementara MLP mencatat skor terendah (96,74%, 96,00%), dengan selisih kurang dari satu poin persentase. Analisis confusion matrix mengungkap misklasifikasi yang konsisten pada kelas minoritas dan serangan dengan karakteristik serupa, yang menjadi dasar kerangka optimasi simulasi serangan siber adaptif yang diusulkan.
Kata kunci: serangan siber; optimasi; machine learning; variabilitas lingkungan
Abstract:Abstract: One of the main challenges in digital image processing is limited resolution, which makes it difficult to preserve visual details when images are enlarged. Conventional methods such as Bilinear Interpolation are…
e commonly used for image upscaling; however, these approaches often produce blurred images, lose fine textures, and fail to reconstruct complex visual structures. This study aims to enhance digital image resolution by employing a deep learni based approach using a Low-Light Convolutional Neural Network (LLCNN) built upon a Deep Neural Network (DNN) architecture. The dataset used in this study is the DIV2K dataset, which consists of 1,000 high-resolution images. These images were downsampled using scaling factors of ×2, ×3, and ×4 to generate paired Low Resolution–High Resolution (LR–HR) data for training and evaluation. The proposed LLCNN is designed to extract important features such as edges, textures, and local patterns through multiple convolutional layers, followed by non-linear mapping to reconstruct high-resolution images more accurately. Quantitative performance evaluation was conducted using the Peak Signal-to-Noise Ratio (PSNR) and the Structural Similarity Index (SSIM). Model performance was evaluated quantitatively using the Peak Signal-to-Noise Ratio (PSNR) metric. Experimental results showed that the proposed method improved image quality compared to the bilinear method. These results indicate that the deep learning based approach effectively improves image sharpness and structural fidelity, thereby demonstrating its potential for digital image resolution enhancement.
Keywords: deep neural network; image resolution; low-light convolutional neural network; machine learning
Abstrak: Permasalahan utama dalam pengolahan citra digital adalah keterbatasan resolusi yang menyebabkan detail visual sulit dipertahankan ketika citra diperbesar. Metode konvensional seperti Bilinear Interpolation masih banyak digunakan, namun sering menghasilkan citra buram, kehilangan tekstur halus, serta tidak mampu merekonstruksi struktur visual yang kompleks. Penelitian ini bertujuan untuk meningkatkan kualitas resolusi citra digital dengan memanfaatkan pendekatan deep learning berbasis Low-Light Convolutional Neural Network (LLCNN) yang dibangun di atas arsitektur Deep Neural Network (DNN). Data yang digunakan dalam penelitian ini berasal dari dataset DIV2K, yang terdiri dari 1000 citra beresolusi tinggi. Citra tersebut diturunkan menjadi resolusi rendah menggunakan faktor downsampling ×2, ×3, dan ×4 untuk membentuk pasangan data Low Resolution–High Resolution (LR–HR) sebagai data pelatihan dan pengujian. LLCNN dirancang untuk mengekstraksi fitur-fitur penting seperti tepi, tekstur, dan pola lokal melalui beberapa lapisan konvolusi, kemudian melakukan pemetaan non-linear guna merekonstruksi citra resolusi tinggi secara lebih presisi. Evaluasi performa model dilakukan secara kuantitatif menggunakan metrik Peak Signal-to-Noise Ratio (PSNR). Hasil eksperimen menunjukkan bahwa metode yang diusulkan mampu meningkatkan kualitas citra dibandingkan metode bilinear. Hasil ini membuktikan bahwa pendekatan berbasis deep learning efektif dalam meningkatkan ketajaman dan kesesuaian struktur citra digital.
Kata kunci: deep neural network; low-light convolutional neural network; machine learning; resolusi citra
Abstract:Abstract: Face recognition based on deep learning has become an important technology in many areas. However, these systems often face challenges in real-world conditions, such as when the face is partially covered by accessories…
essories such as masks or glasses. This study aims to evaluate the effect of data augmentation by adding facial accessories (masks, glasses, and a combination of both) and geometric augmentation on the accuracy of face recognition systems. There are three types of datasets used in this method: the original dataset (category 1), the dataset with facial accessories augmentation (category 2), and the dataset with geometric augmentation (category 3). Data augmentation was performed on the training dataset to increase diversity, followed by the face detection process using SCRFD and feature extraction with ArcFace. The model was then trained using Multi-Layer Perceptron (MLP). Based on the results, adding face accessories (category 2) made the model a lot more accurate, hitting 99% accuracy. In category 3, adding geometric features improved accuracy to 91%. Other evaluation metrics, such as precision, recall, and F1-score, also showed improvement after augmentation. This study concludes that facial accessories augmentation is more effective in improving the accuracy and robustness of face recognition models compared to geometric augmentation.
Keywords: augmentation; deep learning; face recognition; glasses.
Abstrak: Pengenalan wajah berbasis deep learning telah menjadi salah satu teknologi penting dalam berbagai aplikasi. Namun, sistem ini sering kali menghadapi tantangan dalam kondisi dunia nyata, seperti saat wajah tertutup sebagian oleh aksesori seperti masker atau kacamata. Penelitian ini bertujuan untuk mengevaluasi pengaruh augmentasi data dengan menambahkan aksesori wajah (masker, kacamata, dan kombinasi keduanya) serta augmentasi geometris terhadap akurasi sistem pengenalan wajah. Metode yang digunakan melibatkan tiga kategori dataset: dataset asli tanpa augmentasi (kategori 1), dataset dengan augmentasi aksesoris wajah (kategori 2), dan dataset dengan augmentasi geometris (kategori 3). Augmentasi data dilakukan pada dataset pelatihan untuk meningkatkan keberagaman, diikuti dengan proses deteksi wajah menggunakan SCRFD dan ekstraksi fitur dengan ArcFace. Model kemudian dilatih menggunakan Multi-Layer Perceptron (MLP). Hasil penelitian menunjukkan bahwa augmentasi aksesoris wajah (kategori 2) memberikan peningkatan signifikan pada akurasi model, mencapai 99%, sedangkan kategori 3 dengan augmentasi geometris mencapai akurasi 91%. Metrik evaluasi lainnya, seperti precision, recall, dan F1-score, juga menunjukkan peningkatan setelah augmentasi. Penelitian ini menyimpulkan bahwa augmentasi aksesoris wajah lebih efektif dalam meningkatkan akurasi dan ketahanan model pengenalan wajah dibandingkan dengan augmentasi geometris.
Kata kunci: augmentasi; deep learning; kacamata; pengenalan wajah.
Abstract:Abstract: Air quality in urban areas is becoming an increasingly important issue considering its impact on human health and the environment. The rapid increase in air pollution requires effective methods to predict air quality…
uality in order to take appropriate mitigation measures. This study aims to analyze the use of Neural Network (NN) algorithms in predicting air quality in cities. The method used is the application of the NN model, especially the Multilayer Perceptron (MLP), which is trained using historical air quality data such as dust particle levels (PM10, PM2.5), carbon monoxide (CO) gas, and temperature. The data used in this study came from urban air quality monitoring stations collected over a period of time. The results show that the Neural Network algorithm can provide quite accurate predictions of air quality with a low Mean Absolute Error (MAE) value, showing the effectiveness of the model in predicting f fluctuations in air quality. The conclusion of this study is that Neural Network algorithms, specifically MLPs, are an effective tool for air quality prediction, which can be used as a basis for urban air quality management policies.
Keywords: air quality; neural network; prediction; multilayer perceptron (MLP)
Abstrak: Kualitas udara di perkotaan menjadi isu yang semakin penting mengingat dampaknya terhadap kesehatan manusia dan lingkungan. Peningkatan polusi udara yang pesat memerlukan metode yang efektif untuk memprediksi kualitas udara guna mengambil langkah mitigasi yang tepat. Penelitian ini bertujuan untuk menganalisis penggunaan algoritma Neural Network (NN) dalam memprediksi kualitas udara di perkotaan. Metode yang digunakan adalah penerapan model NN, khususnya Multilayer Perceptron (MLP), yang dilatih menggunakan data kualitas udara historis seperti kadar partikel debu (PM10, PM2.5), gas karbon monoksida (CO), dan suhu. Data yang digunakan dalam penelitian ini berasal dari stasiun pemantauan kualitas udara di perkotaan yang dikumpulkan selama periode waktu tertentu. Hasil penelitian menunjukkan bahwa algoritma Neural Network dapat memberikan prediksi yang cukup akurat terhadap kualitas udara dengan nilai Mean Absolute Error (MAE) yang rendah, menunjukkan efektivitas model dalam memprediksi fluktuasi kualitas udara. Simpulan dari penelitian ini adalah bahwa algoritma Neural Network, khususnya MLP, merupakan alat yang efektif untuk prediksi kualitas udara, yang dapat digunakan sebagai dasar untuk kebijakan pengelolaan kualitas udara di perkotaan
Kata kunci: kualitas udara; neural network; prediksi; multilayer perceptron (MLP)
Abstract:Abstract: This system for predicting volcanic eruptions will produce information that can help BMKG in making decisions to provide warnings to residents around the mountain. This will also help in mitigating volcanic eruptions,…
ptions, evacuating residents in volcanic eruptions. By using artificial neural networks with the backpropagation method, it can be used to predict volcanic eruptions. To conduct this test, criteria and factors that influence this volcanic eruption are needed. This method is tested using Matlab 6.1 software. In this test, various patterns will be carried out to compare the results of the network. From the various patterns tested, it can be seen that the number of epochs used affects the test results and will achieve the desired goal. The more epochs used, the faster the goal will be achieved. Where in the 4-2-1 pattern the goal was found in the 7th epoch with an error value of 0.0987135. This 4-2-1 pattern states that this network is tested with 4 input layers, 2 hidden layers and 1 output layer. The α value (α = learning rate) used is the Default value of 0.1. With this backpropagation method, you get more accurate results by getting smaller error values.
Keywords: backpropagation, matlab 6.1, layer, epoch, goal
Abstrak: Sistem untuk memprediksi gunung meletus ini akan menghasilkan informasi yang bisa membantu BMKG dalam mengambil keputusan untuk memberikan peringatan kepada warga sekitar gunung. Hal ini juga akan membantu dalam mitigasi bencana gunung meletus , evakuasi warga sekitar dalam bencana gunung meletus. Dengan menggunakan jaringan saraf tiruan dengan metode backpropagation bisa digunakan untuk memprediksi gunung meletus. Untuk melakukan pengujian ini dibutuhkan kriteria dan faktor yang mempengaruhi gunung meletus ini. Metode ini diuji dengan menggunakan software Matlab 6.1. Pada pengujian ini akan dilakukan dengan berbagai pola untuk membandingkan hasil dari jaringan tersebut. Dari berbagai pola yang diuji dapat dilihat bahwa jumlah epoch yang dipakai mempengaruhi hasil pengujian dan akan mencapai goal yang diinginkan. Semakin banyak epoch yang dipakai maka akan semakin cepat goal tersebut dicapai. Dimana pada pola 4-2-1 goal ditemukan pada epoch ke 7 dengan nilai eror 0,0987135. Pola 4-2-1 ini menyatakan bahwa jaringan ini diuji dengan 4 jumlah input layer, 2 hidden layer dan 1 output layer. Nilai α (α = learning rate) yang digunakan adalah nilai Default yaitu 0.1. Dengan metode backpropagation ini mendapatkan hasil yang lebih akurat dengan mendapatkan nilai eror yang lebih kecil .
Kata kunci: backpropagation ; epoch ; goal ; layer ; matlab 6.1