Prabowo, Handiyas (2018) ARTIFICIAL NEURAL NETWORK (ANN) BACKPROPAGATION UNTUK MEMPREDIKSI HARGA KOMODITAS PALAWIJA (Studi Kasus : Dinas Pertanian Yogyakarta). Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
Preview |
Text
Cover.pdf Download (31kB) | Preview |
Preview |
Text
Daftar isi.pdf Download (47kB) | Preview |
Preview |
Text
Halaman Pengesahan.pdf Download (104kB) | Preview |
Preview |
Text
Abstrak.pdf Download (14kB) | Preview |
Abstract
Dinas Pertanian merupakan instansi pemerintah di sektor pertanian, salah satunya yaitu
komoditas palawija. Palawija secara harfiah dapat diartikan tanaman kedua setelah padi.
Komoditas palawija mengalami fluktuasi harga yang disebabkan beberapa faktor salah satunya
musim panen. Harga komoditas palawija yang nantinya tinggi akan membebani para konsumen,
hal tersebut sebagai tugas dari pemerintah terkat khususnya Dinas Pertanian Yogyakarta untuk
menstabilkan harga komoditas palawija. Selama ini masyarakat hanya dapat melihat informasi
harga palawija secara aktual atau harga harian. Masyarakat yang ingin mengetahui harga
palawija disetiap musim hanya dapat bertanya langsung kepada pihak Dinas Pertanian
Yogyakarta. Dengan demikian Dinas Pertanian Yogyakarta melengkapi kekurangan dengan
membangun sebuah sistem prediksi harga komoditas palawija disetiap musim.
Prediksi merupakan salah satu cara untuk dapat memperkirakan pergerakan harga
komoditas palawija. Pada penelitian ini mengunakan metode Artificial Neural Network (ANN)
Backpropagation untuk memprediksi harga komoditas palawija di setiap musim. Metode
tersebut digunakan untuk mencari nilai MAPE terkecil sebagai acuan sehingga didapat hasil
prediksi harga palawija yang terbaik.
Artificial Neural Network Backpropagation diimplementasikan kedalam bahasa
pemrograman web. Output yang dihasilkan berupa prediksi harga palawija dengan hasil
berdasarkan nilai error terkecil dari MAPE untuk mendapatkan harga prediksi yang terbaik.
Pada penelitian ini menghasilkan sebuah model prediksi harga komoditas palawija dengan nilai
MAPE untuk jagung 2.78%, kacang tanah 14.2% dan kedelai 2.1% dengan hasil tersebut maka
dapat diketegorikan memiliki nilai MAPE yang baik.
Katakunci : Prediksi, Palawija, Artificial Neural Network, Backpropagation
Item Type: | Thesis (Other) |
---|---|
Subjek: | Q Science > QD Chemistry |
Divisions: | x. Faculty of Engineering, Science and Mathematics > School of Chemistry |
Depositing User: | Sarimin Sarimin |
Date Deposited: | 27 Mar 2018 02:36 |
Last Modified: | 27 Mar 2018 02:36 |
URI: | http://eprints.upnyk.ac.id/id/eprint/14732 |
Actions (login required)
![]() |
View Item |