UIMUIM

UIM | Zeta - Math JournalUIM | Zeta - Math Journal

Banyuwangi, yang terletak di ujung timur Pulau Jawa, merupakan salah satu daerah penghasil kelapa terbesar di Indonesia. Dengan tanah yang subur, iklim yang mendukung, dan sumber daya manusia yang berpengalaman, Banyuwangi sangat potensial untuk budidaya kelapa. Perkebunan kelapa di daerah ini tidak hanya meningkatkan pendapatan petani, tetapi juga mendorong pertumbuhan industri pengolahan lokal dan agroindustri. Penelitian ini bertujuan meramalkan produksi kelapa di Banyuwangi berdasarkan data BPS tahun 2020-2022 yang dianalisis menggunakan algoritma Neural Network. Pengujian dilakukan dengan pembagian data pelatihan sebesar 70%, 80%, dan 90%, menghasilkan nilai RMSE berturut-turut sebesar 0,039, 0,036, dan 0,036. Hasil prediksi ini memberikan informasi akurat mengenai produksi kelapa di masa depan, sehingga dapat membantu petani dan pemangku kebijakan dalam mengelola produksi, distribusi, dan pengembangan industri kelapa secara berkelanjutan, efisien, dan menguntungkan.

Dari hasil simulasi di atas, dapat disimpulkan bahwa algoritma Neural Network memiliki kinerja yang sangat baik dalam melakukan prediksi dengan nilai kesalahan yang berada pada rentang 0,039 - 0,036.Hasil simulasi yang terbaik terdapat pada simulasi kedua dan ketiga dengan nilai RMSE 0,036.Hal itu menunjukkan nilai kesalahan yang terjadi kurang dari 1%.Kemudian, model Neural Network juga mampu memprediksi nilai produksi kelapa pada 5 bulan yang akan datang.Dengan hasil simulasi yang akurat, dapat memberikan informasi yang relevan terutama pada petani kelapa dan pemerintah setempat.

Berdasarkan penelitian ini, ada beberapa saran penelitian lanjutan yang dapat dilakukan. Pertama, dapat dilakukan penelitian lebih lanjut untuk mengoptimalkan algoritma Neural Network dengan menggunakan teknik-teknik optimisasi yang lebih canggih, seperti algoritma genetika atau teknik evolusi lainnya. Kedua, penelitian dapat diarahkan untuk mengintegrasikan model prediksi dengan sistem informasi pertanian yang ada di Banyuwangi, sehingga petani dan pemangku kebijakan dapat mengakses informasi produksi kelapa secara real-time dan terintegrasi. Ketiga, penelitian dapat fokus pada pengembangan model prediksi yang lebih akurat dengan mempertimbangkan faktor-faktor eksternal seperti cuaca, harga pasar, dan kebijakan pemerintah yang dapat mempengaruhi produksi kelapa.

  1. Prediksi Produksi Kelapa di Kabupaten Banyuwangi Dengan Algoritma Neural Network | Zeta - Math Journal.... doi.org/10.31102/zeta.2024.9.2.90-96Prediksi Produksi Kelapa di Kabupaten Banyuwangi Dengan Algoritma Neural Network Zeta Math Journal doi 10 31102 zeta 2024 9 2 90 96
  2. PERBANDINGAN METODE PREDIKSI SUPPORT VECTOR MACHINE DAN LINEAR REGRESSION MENGGUNAKAN BACKWARD ELIMINATION... doi.org/10.51876/simtek.v4i2.57PERBANDINGAN METODE PREDIKSI SUPPORT VECTOR MACHINE DAN LINEAR REGRESSION MENGGUNAKAN BACKWARD ELIMINATION doi 10 51876 simtek v4i2 57
  3. PERAMALAN PRODUKSI CRUDE PALM OIL DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK | Industri Inovatif... doi.org/10.36040/industri.v13i1.4887PERAMALAN PRODUKSI CRUDE PALM OIL DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK Industri Inovatif doi 10 36040 industri v13i1 4887
Read online
File size782.62 KB
Pages7
DMCAReport

Related /

ads-block-test