Text

Implementasi Jaringan Syaraf Tiruan Metode Backpropagation Dan Interpolasi Data Dalam Simulasi Harga Daging Sapi Dalam Negeri

---

ABSTRAK

Daging sapi merupakan salah satu bahan pangan pokok di Indonesia dengan tingkat konsumsi yang selalu mengalami kenaikan dari tahun ke tahun. Ketersediaan pasokan daging sapi sangat penting karena dapat berdampak pada ketidakstabilan harga daging sapi dalam negeri.Peramalan harga adalah satu cara yang dapat digunakan untuk menangani ketidakstabilan harga. Peramalan harga bertujuan untuk mendapatkan gambaran tentang keadaan harga di masa yang akan datang, sehingga dapat digunakan untuk melakukan pengambilan keputusan. Metode backpropagationadalah salah satu metode yang dikembangkan untuk mendapatkan hasil perkiraan yang mendekati dengandata sebenarnya. Backpropagation membutuhkan data yang banyak, akan tetapi kondisi data yang ada sangat terbatas. Interpolasi data dilakukan untuk mengatasi masalah keterbatasan data perlu, dimana data tahunan yang ada diubah menjadi data bulanan. Penelitian ini bertujuan untuk membangun model jaringan syaraf tiruan menggunakan algoritma backpropagation dan interpolasi data yang dapat memprediksi harga daging sapi dalam negeri. Parameter yang digunakan dalam memprediksi harga daging sapi dalam negeri adalah jumlah populasi sapi,jumlah produksi daging sapi dan harga daging sapi dalam negeri.Pelatihan aplikasi menunjukkan arsitektur terbaik dengan kombinasi parameter momentum 0.1, laju perubahan 0.01 dan jumlah hidden neuron 6yang menghasilkan nilai MAPE sebesar 12% dan akurasi pengujian sebesar 88%.
Kata Kunci : Harga Daging Sapi, Peramalan, Interpolasi, Backpropagation

ABSTRACT

Beef is one of primary needs in Indonesia which has consume level that increased each years. The supply availability of beef is very important, because it can impact the unstable price of beef. Price forecastingis one of the way that can be used to solve the unstable price. Price forecastinghas purpose to get an overview about price condition of beef in the future, by that so it can be used to take the best price decision. Backpropagation method is one of the method which is still being developed to get the closest result of price overview based on the real time data. Backpropagation needs lot of datas, but the amount of the data is very few. Interpolation is done to solve the problem of limitations data, where yearly data is converted to monthly data. This research had purpose to build the neural network using algorithm of backpropagation, and the interpolation data that can be used to predict the beef price. Parameters that used to predict the beef price are population of cow, the produced beef, and beef price. Application training showed the best architecture with a combination of parameter 0.1 momentum, 0.01 learning rate and 6 hidden neuron that produces 12% ofMAPE's value anda testing accuracy of 88%.
Keywords: Beef Price, Forecasting, Interpolation, Backpropagation

---

Ketersediaan

447F16IV

006.32 PRA i

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

006.32 PRA i

Penerbit

: ., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1381

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Pengolahan Citra

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Dwiyan Panji Prastya

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar