SEMINAR IDSEMINAR ID

Journal of Computer System and Informatics (JoSYC)Journal of Computer System and Informatics (JoSYC)

Kelapa sawit merupakan salah satu kunci perekonomian Indonesia dan komoditas utama untuk menarik investasi asing. Industri minyak sawit dan inti sawit menghasilkan sebagian besar mata uang asing yang berasal dari minyak sawit. Harga kelapa sawit yang sering naik turun setiap bulannya mengakibatkan ketidakstabilan pendapatan yang diterima oleh masyarakat yang memiliki kebun kelapa sawit. Tujuan prediksi harga kelapa sawit adalah untuk melakukan perencanaan atau langkah yang tepat bagi pelaku usaha kelapa sawit. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan melakukan prediksi. Salah satu metode yang dapat melakukan prediksi adalah Extreme Learning Machine (ELM). ELM merupakan metode dari jaringan syaraf tiruan yang digunakan untuk prediksi harga kelapa sawit. Metode ELM merupakan metode feedforward dengan single hidden layer yang lebih dikenal dengan single hidden layer feedforward neural network (SLFNs). Pada penelitian ini implementasi terbaik berada pada 5 input dengan 20 neuron pada hidden layer dengan output berupa prediksi harga kelapa sawit. Berdasarkan pengujian yang dilakukan, maka penelitian yang mengasilkan Tingkat error terkecil sebesar 0.0027111424247658633 dengan menggunakan 20 neuron pada hidden layer sehingga hasil pengujian prediksi data terbaru untuk 5 rotasi harga pada bulan September rotasi 1 sebesar 1400.314191, September rotasi 2 sebesar 1846.798921, September rotasi 3 sebesar 1505.430419, September rotasi 4 sebesar 2301.853412, September rotasi 5 sebesar 2645.082489 dalam prediksi harga kelapa sawit.

Berdasarkan implementasi yang dilakukan, pengujian dan analisis dengan menggunakan metode Extreme Learning Machine untuk prediksi harga kelapa sawit dapat disimpulkan bahwa.Metode Extreme Learning Machine dapat diimplementasikan untuk melakukan prediksi harga kelapa sawit dan metode tersebut mempunyai kemampuan generalisasi yang baik untuk menyelesaikan proses pelatihan dan pengujian.Pada penelitian ini nilai error terkecil sebesar 0,0027111424247658633 dengan menggunakan perbandingan data 70%.30% dan penggunaan 20 neuron pada hidden layer.Hasil pengujian pada bulan September mengalami kenaikan pada 3 rotasi berikutnya.

Penelitian lanjutan dapat mengembangkan model prediksi dengan memperluas data historis harga kelapa sawit hingga mencakup lebih banyak variabel ekonomi dan cuaca yang memengaruhi harga. Selain itu, perlu dilakukan penelitian untuk menggabungkan metode ELM dengan teknik lain seperti analisis regresi atau algoritma berbasis data besar guna meningkatkan akurasi prediksi. Terakhir, penelitian dapat fokus pada penerapan model ini di wilayah produksi kelapa sawit yang berbeda untuk mengevaluasi adaptabilitas dan efektivitas metode ELM dalam kondisi lokal yang beragam.

  1. PENERAPAN BACKPROPAGATION DALAM MEMPREDIKSI PRODUKSI KELAPA SAWIT UNIT KEBUN MARJANDI | KOMIK (Konferensi... ejurnal.stmik-budidarma.ac.id/index.php/komik/article/view/1693PENERAPAN BACKPROPAGATION DALAM MEMPREDIKSI PRODUKSI KELAPA SAWIT UNIT KEBUN MARJANDI KOMIK Konferensi ejurnal stmik budidarma ac index php komik article view 1693
  2. Implementasi Data Mining Memprediksi Penjualan Crude Palm Oil Berdasarkan Kapasitas Tangki Menggunakan... doi.org/10.30865/json.v4i3.5665Implementasi Data Mining Memprediksi Penjualan Crude Palm Oil Berdasarkan Kapasitas Tangki Menggunakan doi 10 30865 json v4i3 5665
  3. Prediksi Jumlah Perceraian Menggunakan Metode Extreme Learning Machine (ELM) | Journal of Information... ejurnal.seminar-id.com/index.php/josh/article/view/3581Prediksi Jumlah Perceraian Menggunakan Metode Extreme Learning Machine ELM Journal of Information ejurnal seminar id index php josh article view 3581
  1. #pelaku usaha#pelaku usaha
  2. #minyak sawit#minyak sawit
Read online
File size1.1 MB
Pages8
Short Linkhttps://juris.id/p-2Rd
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test