Text
Perbandingan Metode Backpropagation dan Quickpropagation dalam Prediksi Jumlah Permintaan Ekspor Rajungan ke Amerika Serikat (Studi Kasus PT. Guna Citra Kartika) 006.32 WID p
ABSTRAK
Rajungan (Portunus pelagicus) adalah salah satu jenis kepiting yang menjadi komoditas
ekspor penting di sektor perikanan Indonesia. Prediksi jumlah permintaan ekspor rajungan
merupakan suatu upaya yang dilakukan untuk membantu perusahaan pengekspor rajungan
di Indonesia dalam mempersiapkan stok rajungan untuk memenuhi permintaan ekspor yang
tidak stabil. Prediksi dapat dilakukan dengan menggunakan metode jaringan syaraf tiruan.
Salah satu model jaringan syaraf tiruan yang mendukung prediksi adalah backpropagation.
Namun backpropagation tidak selalu dapat melakukan pelatihan dengan cepat, sehingga
diciptakan variasi untuk mempercepat kinerja backpropagation, diantaranya variasi
perhitungan perubahan bobot dengan metode quickpropagation dan algoritma inisialisasi
bobot Nguyen-Widrow. Dalam penelitian tugas akhir ini, penulis mencoba membandingkan
metode backpropagation dan metode quickpropagation serta variasi algoritma NguyenWidrow dalam prediksi jumlah permintaan ekspor rajungan ke Amerika Serikat. Data
penelitian berupa data permintaan ekspor setiap bulan dari tahun 2012-2015 diambil dari PT.
Guna Citra Kartika. Pengujian metode backpropagation dan quickpropagation dilakukan
dengan menggunakan K-Fold Cross Validation dengan nilai k = 9. Hasil penelitian
menunjukkan bahwa metode quickpropagation memiliki kinerja yang lebih baik dari metode
backpropagation ditinjau dari sisi durasi pelatihan dan MSE pengujian. Metode
quickpropagation dapat melakukan pelatihan dalam rata-rata waktu 2.53 detik dan
menghasilkan rata-rata nilai MSE 0.0459, sedangkan metode backpropagation melakukan
pelatihan dalam rata-rata waktu 313.97 detik dan menghasilkan rata-rata nilai MSE 0.0574.
Kata kunci : Prediksi jumlah permintaan ekspor rajungan, Jaringan syaraf tiruan,
Backpropagation, Quickpropagation, Nguyen-Widrow, K-Fold Cross
Validation
ABSTRACT
Blue crab (Portunus pelagicus) is a kind of crab that becomes a major of export commodity
in Indonesia's fishery sector. Predictions of blue crab export demand is an effort in helping
Indonesian exporting company in preparing stocks of blue crab, so that they can fulfill the
demand of unstable export number. Predictions can be done using artificial neural network
method. One model of the neural network that supports the prediction is backpropagation.
However, backpropagation is not always able to do the training quickly, so some variations
were created to accelerate the performance of backpropagation, including variations in
weight change calculation methods named quickpropagation and weight initialization
algorithms named Nguyen-Widrow. This research aims to compare the methods of
backpropagation and quickpropagation, also using the algorithms of Nguyen-Widrow in
predicting the number of blue crab exports demand to the United States. The data used in
this research are monthly export demand number from 2012 until 2015, taken from PT. Guna
Citra Kartika. The testing process of backpropagation and quickpropagation carried out
using k-fold cross validation with k = 9. The results of this research showed that the method
of quickpropagation has better performance than backpropagation method in terms of the
duration of the training process and the value of testing MSE. Quickpropagation method can
conduct training in an average time of 2.53 seconds and generate an average value of MSE
0.0459, while the method of backpropagation training in an average time of 313.97 seconds
and generate an average value of MSE 0.0574.
Key words : Predictions of blue crab export demand, Artificial neural network,
Backpropagation, Quickpropagation, Nguyen-Widrow, K-Fold Cross
Validation
458F16IV | 458 F 16 | Perpustakaan FSM Undip (Referensi) | Tersedia |
Tidak tersedia versi lain