Implementasi Jaringan Syaraf Tiruan Dalam Memprediksi Hasil Perkebunan Dengan Metode Backpropagation
Abstract
Produksi merupakan salah satu kegiatan yang dilakukan dalam sebuah perusahaan khususnya PT Perkebunan Nusantara IV yang bergerak dalam bidang pengolahan tanaman perkebunan. Dalam memenuhi permintaan pasar yang berubah-ubah, suatu perusahaan memproduksi dengan jumlah yang berbeda. Hal ini menyebabkan perusahaan tidak menentu dalam menghasilkan jumlah suatu produksi. Selain itu, dengan meningkat dan menurunya harga pasar dalam penjualan, perusahaan harus lebih memahami dalam menghasilkan jumlah produksi sesuai dengan tingkatan harga pasar. Menggunakan metode Backpropagation, sebuah metode yang digunakan untuk memprediksi hasil produksi perkebunan yang berdasarkan data hasil produksi sebelumnya. Arsitektur jaringan yang diterapkan merupakan jaringan multilayer yang menggunakan input dengan 12 neuron, 3 hidden layer dengan 1 output layer. Sistem ini diharapkan dapat membantu perusahaan untuk memprediksi hasil produksi perkebunan di bulan dan tahun selanjutnya sesuai dengan beberapa data yang telah ada secara lebih cepat dengan tingkat akurasi yang lebih baik di PTPN IV Medan.
Kata Kunci: Jaringan Syaraf Tiruan, Backpropagation, Prediksi, Hasil Perkebunan, PTPN IV
Full Text:
PDFReferences
Andrijasa, M., Mistianingsih, dan, kunci, K., Pengangguran, P., Algoritma Backpropagation, dan, Teknologi Informasi, J., & Negeri Samarinda, P. (2010). Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation. Jurnal Informatika Mulawarman.
Solikhun, & Safii, M. (2017). Jaringan Saraf Tiruan Untuk Memprediksi. Jurnal Sains Komputer & Informatika (J-SAKTI).
Yanti, N. (2011). Penerapan Metode Neural Network Dengan Struktur Backpropagation Untuk Prediksi Stok Obat Di Apotek(Studi Kasus : Apotek Abc). Snati.
Sudarsono, A. (2016). Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode. Media Infotama.
Susanti, N. (2014). Penerapan Model Neural Network Backpropagation untuk Prediksi Harga Ayam. Seminar Nasional Teknologi Industri Dan Informatika (SNATIF).
Lestari, Y. D. (2017). Jaringan syaraf tiruan untuk prediksi penjualan jamur menggunakan algoritma backropagation. Jurnal ISD.
Lesnussa, Y. A., Latuconsina, S., & Persulessy, E. R. (2017). Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi kasus: Prediksi Prestasi Siswa SMAN 4 Ambon). Jurnal Matematika Integratif. https://doi.org/10.24198/jmi.v11.n2.9427.149-160
Anwar, B. (2011). Penerapan algoritma jaringan syaraf tiruan backpropagation dalam memprediksi tingkat suku bunga bank. Jurnal SAINTIKOM.
Dewi, C., & Muslikh, M. (2013). Perbandingan Akurasi Backpropagation Neural Network dan ANFIS Untuk Memprediksi Cuaca. Journal of Scientific Modeling & Computation.
Wanto, A., & Windarto, A. P. (2017). Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation. Jurnal & Penelitian Teknik Informatika Sinkron.
Setiawan, W. (2008). Prediksi Harga Saham Menggunakan Jaringan Syaraf Tiruan Multilayer Feedforward Network Dengan Algoritma Backpropagation. Konfrensi Nasional Sistem & Informatika 2008. https://doi.org/10.13140/2.1.3467.5525
Agung Ramadhanu. (2017). Perancangan Sistem Informasi Penjualan Dan Pendistribusian Bibit Benih Ikan Pada Bbi ( Balai Benih Ikan ) Perikanan Limapuluh Kota Secara Online Menggunakan Bahasa. KomTekInfo Vol. 4, No. 1, Juni 2017, Hal. 1-8.
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)