Penerapan Jaringan Syaraf Tiruan dalam Meramalkan Produksi Kopi Berdasarkan Provinsi

Fajri Jefansa

Abstract


Indonesia merupakan salah satu negara yang memproduksi kopi dengan urutan keempat terbesar di dunia. Dari keseluruhan  total  produksi, 33% untuk memenuhi  konsumsi  domestik,  sedangkan  sisanya  diekspor  ke  luar  negeri.  Industri  kopi Indonesia selama dekade terakhir ini meningkat, yang dapat  dicermati  dengan  meningkatnya produksi kopi dengan  berbagai  diversifikasi  produk  yang  dihasilkan  oleh industri pengolahan kopi  serta  semakin  meningkatnya  pertumbuhan  kedai  kopi  di  kota-kota  besar.  Pada  penelitian ini dilakukan  peramalan terhadap produksi kopi menggunakan metode Jaringan Syaraf Tiruan (JST). JST merupakan metode yang dapat menyelesaikan  hubungan non-linier antara produksi dengan faktor-faktor ekonomi yang bervariasi, serta dapat melakukan  penyesuaian  terhadap  perubahan-perubahan yang terjadi. JST dengan metode propagasi balik (Backpropagation) memiliki kemampuan untuk meramal/memprediksi dengan  baik. Jaringan Syaraf Tiruan dapat melakukan proses peramalan dengan lebih efisien dengan menggunakan aplikasi Matlab karena hasil dari  peramalan produksi  tanaman  kopi  sangat  berpengaruh  dengan  pola-pola  arsitektur  yang  dilatih.  Sehingga  menghasilkan  pola  arsitektur  jaringan 5-4-1 dengan proses epoch= 417 dan pencapaian MSE pada saat pengujian dengan MSE= 0.001 dengan akurasi 99.9990002%. Selisih antara data aktual dengan data hasil peramalan Jaringan Syaraf  Tiruan dinyatakan dalam persentase atau persen error.

Keywords


Backpropagation; Jaringan Syaraf Tiruan; Kopi; Prediksi; Produksi

References


P. Indrayati Sijabat, Y. Yuhandri, G. Widi Nurcahyo, and A. Sindar, “Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 11, no. 1, pp. 96–107, 2020, doi: 10.31849/digitalzone.v11i1.3880.

F. Agus, Samuel Haryanto, D. Puspitaningrum, and Ernawati, “Untuk Memprediksi Cuaca ( Studi Kasus : Kota Bengkulu ),” Rekursif, vol. 3, no. 2, pp. 82–94, 2015.

A. S. Rachman, I. Cholissodin, and M. A. Fauzi, “Peramalan Produksi Gula Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Pada PG Candi Baru Sidoarjo Adi,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 4, pp. 1683–1689, 2018, [Online]. Available: https://www.researchgate.net/publication/322963136.

M. K. Rima Liana Gema, S.Kom, “JARINGAN SYARAF TIRUAN PROPAGASI BALIK DALAM PREDIKSI PERSEDIAAN TERNAK SAPI POTONG ( STUDI KASUS DI WILAYAH SUMATERA BARAT ) Rima,” J. KomTekInfo Fak. Ilmu Komput., vol. 1, no. 2, pp. 21–27, 2014.

Muslimin, “Peramalan Beban Listrik Jangka Menengah Pada Sistem Kelistrikan Kota Samarinda,” Jiti, 2015.

D. Monika, A. Ahmad, S. Wardani, and Solikhun, “Model Jaringan Syaraf Tiruan Dalam Memprediksi Ketersediaan Cabai Berdasarkan Provinsi,” Teknika, 2019, doi: 10.34148/teknika.v8i1.140.

Solikhun and M. Safii, “Jaringan Saraf Tiruan Untuk Memprediksi,” J. Sains Komput. Inform., vol. 1, no. 1, pp. 24–36, 2017, [Online]. Available: http://ejurnal.tunasbangsa.ac.id/index.php/jsakti.

D. H. Tanjung, “Jaringan Saraf Tiruan dengan Backpropagation untuk Memprediksi Penyakit Asma,” Creat. Inf. Technol. J., 2015, doi: 10.24076/citec.2014v2i1.35.

F. Dristyan, “Prediksi Jumlah Penjualan Kredit Sepeda Motor Menggunakan Algoritma Backpropagation,” Semin. Nas. R., vol. 1, no. 1, pp. 185–190, 2018.

M. T. P. Manalu, “Jaringan Syaraf Tiruan untuk Memprediksi Curah Hujan Sumatera Utara dengan Metode Back Propagation (Studi Kasus : BMKG Medan),” JURIKOM (Jurnal Ris. Komputer), vol. 3, no. 1, pp. 35–40, 2016.




DOI: http://dx.doi.org/10.30811/jim.v7i1.2873

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Fajri Jefansa