JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI KETERSEDIAAN KOMODITI PANGAN PROVINSI RIAU

RABIT

View Publication Info
 
 
Field Value
 
Title JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI KETERSEDIAAN KOMODITI PANGAN PROVINSI RIAU

 
Creator Edi Ismanto, Eka Pandu Cynthia,
 
Description Sebuah sistem untuk prediksi ketersediaan komoditi pangan dapat membantu dalam menentukan keputusan. Jaringan Syaraf Tiruan merupakan metode yang mampu melakukan proses matematis untuk prediksi kertersediaan komoditi pangan. Dengan algoritma Backpropagation, dilakukan proses pengolahan data terdahulu yang dijadikan input untuk prediksi ketersediaan komoditi pangan. Data yang diolah sebagai variabel input adalah Luas Area Panen, Tingkat Produktivitas, Jumlah Produksi dan Jumlah Kebutuhan Konsumsi. Sementara komoditi pangan yang diolah adalah jenis Padi, Jagung, Kedelai, Kacang Tanah, Kacang Hijau, Ubi Kayu dan Ubi Jalar. Data-data tersebut diambil dari tahun 2006 hingga tahun 2013. Tahun 2006 hingga 2012 dijadikan data input, sementara untuk tahun 2013 dijadikan data target. Beberapa tahapan Backpropagation yaitu dengan inisialisasi bobot, aktivasi, menghitung bobot input dan bias output dan perubahan bobot dan bias. Tahapan tersebut akan diperoleh output yang ingin dicapai dengan pendekatan error terkecil sehingga di peroleh hasil prediksi ketersediaan komoditi pangan. Proses pelatihan menggunakan alat bantu perangkat lunak Matlab 6.1. Hasilnya adalah prediksi jumlah ketersediaan komoditi pangan dengan proses pelatihan dan pengujian menghasilkan actual output sebagai target yang dicapai.
Sebuah sistem untuk prediksi ketersediaan komoditi pangan dapat membantu dalam menentukan keputusan. Jaringan Syaraf Tiruan merupakan metode yang mampu melakukan proses matematis untuk prediksi kertersediaan komoditi pangan. Dengan algoritma Backpropagation, dilakukan proses pengolahan data terdahulu yang dijadikan input untuk prediksi ketersediaan komoditi pangan. Data yang diolah sebagai variabel input adalah Luas Area Panen, Tingkat Produktivitas, Jumlah Produksi dan Jumlah Kebutuhan Konsumsi. Sementara komoditi  pangan yang diolah adalah jenis Padi, Jagung, Kedelai, Kacang Tanah, Kacang Hijau, Ubi Kayu dan Ubi Jalar. Data-data tersebut diambil dari tahun 2006 hingga tahun 2013. Tahun 2006 hingga 2012 dijadikan data input, sementara untuk tahun 2013 dijadikan data target. Beberapa tahapan Backpropagation yaitu dengan inisialisasi bobot, aktivasi,  menghitung bobot input dan bias output dan perubahan bobot dan bias. Tahapan tersebut akan diperoleh output yang ingin dicapai dengan pendekatan error terkecil sehingga di peroleh hasil prediksi ketersediaan komoditi pangan. Proses pelatihan menggunakan alat bantu perangkat lunak Matlab 6.1. Hasilnya adalah prediksi jumlah ketersediaan komoditi pangan dengan proses pelatihan dan pengujian menghasilkan actual output sebagai target yang dicapai.
 
Publisher RABIT
 
Date 2017-08-07
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier http://jurnal.univrab.ac.id/index.php/rabit/article/view/152
 
Source RABIT; Vol 2 No 2 (2017): Terbitan Ke-4 Bulan Juli 2017; 196-209
2502-891X
2477-2062
 
Language ind
 
Relation http://jurnal.univrab.ac.id/index.php/rabit/article/view/152/146
 
Rights Copyright (c) 2017 RABIT
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library