SINERGI dibangun menggunakan algoritma Spatial regression graph convolutional neural networks (SRGCNNs) yang dikembangkan oleh Di Zhu et.al. yang dipublikasi pada jurnal yang berjudul "Spatial regression graph convolutional neural networks: A deep learning paradigm for spatial multivariate distributions". Repositori juga dipublikasi pada platform Github. Dalam implementasi pengembangannya, data PDRB yang digunakan adalah data PDRB tingkat kabupaten/kota tahun 2014-2025 yang bersumber dari Badan Pusat Statistik. Dimana pada periode setelah tahun 2014 tidak ada lagi pemekaran kabupaten/kota hingga saat ini.

Untuk pengimplementasian algoritma ini, data graph yang digunakan adalah data Origin-Destination (OD) atau disebut juga sebagai Data Asal-Tujuan Transportasi Nasional tahun 2016 dari Badan Penelitian dan Pengembangan Perhubungan, Kementerian Perhubungan yang diinterpolasi menjadi tahun 2025. Dimana data ini berisi tentang distribusi barang dan orang antar kabupaten/kota. Data ini digunakan untuk mendapatkan hubungan keterkaitan antar kabupaten/kota di Indonesia. Data ini lebih real menggambarkan hubungan keterkaitan kabupaten/kota di Indonesia dibandingkan menggunakan hubungan k-nearest neighbors (KNN) maupun Queen Contiguity. Dimana hubungan menggunakan KNN maupun Queen tidak dapat menggambarkan hubungan keterkaitan di Indonesia sebagai negara kepulauan.

Bagaimana melakukan simulasi dalam aplikasi ini?

Aplikasi ini dibuat untuk menguji kebijakan yang akan dilakukan dalam perspektif PDRB dan investasi sektoral pada level kabupaten/kota.

• Login menggunakan akun anda atau gunakan SSO Bappenas.
• Buat Simulasi baru atau buka simulasi yang dibagikan di akun anda
• Masukkan parameter kebijakan yang akan disimulasi
• Lakukan simulasi

Pelajari lebih lanjut