IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK BACKPROPAGATION UNTUK PERAMALAN PRODUKSI TANAMAN PADI

DANI, WARDYANTO (2017) IMPLEMENTASI METODE ARTIFICIAL NEURAL NETWORK BACKPROPAGATION UNTUK PERAMALAN PRODUKSI TANAMAN PADI. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4020b) | Preview

Abstract

Padi (Oryza sativa L.) merupakan tanaman pangan yang sangat penting di dunia setelah gandum dan jagung. Padi merupakan tanaman pangan yang sangat penting karena beras masih digunakan sebagai makanan pokok bagi sebagian besar penduduk dunia terutama Asia sampai sekarang. Untuk mengatasi masalah pangan maka diperlukan adanya prediksi untuk mengetahui jumlah pangan yang akan datang dengan begitu pemerintah dapat mengambil kebijakan terhadap pangan. Salah satu factor penting dalam pemilihan dan penggunaan metode peramalan yaitu keakuratan. Metode peramalan yang selama ini banyak digunakan yaitu Artificial Neural Network. Penggunaan artificial neural network dalam peramalan memiliki tingkat eror cukup rendah. Penelitian ini focus pada analisa penerapan jaringan syaraf tiruan backpropagation untuk melakukan peramalan produksi padi. Data yang digunakan untuk proses pelatihan metode menggunakan data historis tanaman padi dari tahun 1993 sampai 2016. Hasil dari penelitian adalah Metode yang diusulkan yaitu Neural Network Backpropagation telah berhasil diimplementasikan untuk menyelesaikan kasus peramalan produksi padi di provinsi di Indonesia. Penerapan metode Neural Network Backpropagation mempunyai pengaruh dalam mempunyai tingkat error yang kecil, sehingga keakuratan dari metode peramalan cukup baik.

Actions (login required)