Penerapan Jaringan Saraf Tiruan Backpropagation Dalam Memprediksi Nilai Tukar Petani
Abstract
Abstrak. Nilai Tukar Petani (NTP) merupakan alat untuk mengukur kemampuan tukar produk yang dijual petani dengan produk yang dibutuhkan petani dalam produksi dan konsumsi rumah tangga. NTP khususnya pada subsektor Tanaman Pangan, seringkali berfluktuasi setiap bulannya, sehingga dipandang perlu untuk diprediksi dengan tepat, agar dapat membantu pemerintah dan pihak terkait mempersiapkan tindakan-tindakan pencegahan seperti menjaga kestabilan harga produksi pertanian dan mengendalikan harga-harga biaya usaha pertanian. Paper ini menguji penerapan Jaringan Syaraf Tiruan (JST) Backpropagation untuk memprediksi NPT pada sub sektor Tanaman Pangan di Provinsi Kalimantan Selatan. Pengujian dilakukan menggunakan 84 data latih dan 36 data uji. Data masukan berupa data deret waktu NPT subsektor Pangan Provinsi Kalimantan Selatan selama 12 bulan sebelumnya untuk memprediksi NPT setiap bulannya selama periode 12 bulan mendatang. Hasil uji menunjukkan nilai presentase error (MAPE) 0,97, atau diperoleh persentase akurasi prediksi sebesar 99,03 %.
Kata Kunci: Prediksi; Nilai Tukar Petani; Subsektor Tanaman Pangan; Jaringan Syaraf tiruan; Backpropagation
Abstract. Farmer's Exchange Rate is a tool to measure the ability to exchange products sold by farmers with products needed by farmers in household production and consumption. Farmer's Exchange Rate, especially in the Food Crops sub-sector, often fluctuates every month, so it is deemed necessary to predict accurately, in order to assist the government and related parties in preparing preventive measures such as maintaining stability in agricultural production prices and controlling agricultural costs. This paper examines the application of Backpropagation Artificial Neural Networks to predict Farmer's Exchange Rate in the Food Crops sub-sector in South Kalimantan Province. The test was carried out using 84 training data and 36 test data. The input data is in the form of time series data for the Farmer's Exchange Rate of the Food sub-sector of South Kalimantan Province for the previous 12 months to predict the Farmer's Exchange Rate every month for the next 12 month period. The test results show the percentage error value (MAPE) is 0.97, or the percentage of prediction accuracy is 99.03%.
Keywords: Prediction; Farmer's Exchange Rate; Food Crops Subsector; Artificial Neural Networks; Backpropagation
References
Badan Pusat Statistik Provinsi Kalimantan Selatan, Nilai Tukar Petani Provinsi Kalimantan Selatan 2019. Banjarbaru: Badan Pusat Statistik Provinsi Kalimantan Selatan, 2019.
A. Hermawan, Jaringan Saraf Tiruan, Teori, dan Aplikasi. Surabaya: Penerbit Andi, 2006.
J. . Siang, Jaringan Saraf Tiruan dan Pemrogramannya Menggunakan MATLAB. Yogyakarta: Penerbit Andi, 2009.
B. Bahar, S.A. Yahya, "Penerapan Algoritma Backpropagation Untuk Prediksi Kebutuhan Air Bersih pada PDAM Intan Banjar", Progresif: Jurnal Ilmiah Komputer, vol. 15, no. 1, pp. 51-60, 2019.
T.W. Khusniyah, S. Sutikno. "Prediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation". Science Journal Informatics, Vol. 3, No, 1, pp. 11–18, 2016.
E. Widada. "Prediksi Nilai Tukar Petani (NTP) D.I. Yogyakarta Menggunakan Jaringan Saraf Tiruan Dengan Algoritma Backpropagation". Thesis. Yoyakarta: Postgraduate Universitas Teknologi Yogyakarta; 2018.
S. P. Siregar, D. Hartama, A. Wanto. "Estimasi Nilai Tukar Petani Subsektor Tanaman Pangan Menggunakan JST pada Provinsi Sumatera Utara". Proceedings National Wokrshop on Riset Information Science.Yogyakarta, vol. 1, pp. 369, 2019.
W. Istiqomah and M. Y. Darsyah, "Efektivitas Metode Arima Dan Exponential Smoothing Untuk Meramalkan Nilai Tukar Petani Di Jawa Tengah Effectiveness of the Arima Method and Exponential Smoothing to Predict Farmer Exchange Rates in Central Jawa", Proceedings National Wokrshop Mahasiswa Unimus, Vol. 1, pp. 343–350, 2018.
I. Afkarina. Penerapan Algoritma Levenberg-Marquardt Untuk Memprediksi Nilai Tukar Petani (NTP) Subsektor Tanaman Pangan. Skripsi. Riau: Sarjana S1 Universitas Islam Negeri Sultan Syarif Kasim Riau; 2020.
E. Irawan, M. Zarlis, E. B. Nababan. "Analisis Penambahan Nilai Momentum Pada Prediksi Produktivitas Kelapa Sawit Menggunakan Backpropagation", InfoTekJar (Jurnal Nas. Inform. dan Teknol. Jaringan), Vol. 1, No. 2, pp. 84–89, 2017.
S. P. Siregar and A. Wanto. "Analysis of Artificial Neural Network Accuracy Using Backpropagation Algorithm In Predicting Process (Forecasting)", IJISTECH (International Journal Information System Technology, vol. 1, no. 1, pp. 34, 2017.
K. Nugroho. "Model Analisis Prediksi Menggunakan Metode Fuzzy Time Series". Infokam, Vol. 12, No. 1, pp. 46–50, 2016.
D. Jauhari, A. Himawan, C. Dewi. "Prediksi Distribusi Air PDAM Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Di PDAM Kota Malang", Jurnal Teknologi Informai dan Ilmu Komputer, Vol. 3, No. 2, pp. 83, 2016.
R. U. Kuswana, G. Abdillah, and A. Komarudin. "Prediksi Realisasi Penerimaan Pajak Bumi dan Bangunan di Pemerintah Kabupaten Bandung Barat Menggunakan Jaringan Syaraf Tiruan Backpropagation", Proceedings of Seminar Nasional Sains dan Teknologi (SENSASI), Medan, Vol. 1, pp. 580–585, 2019.
M. M. Bethatian and R. Amri. "Permodelan Jaringan Saraf Tiruan Menggunakan Metode Backpropagation Untuk Prediksi Beban Listrik Di Sumatera Bagian Tengah". Jurnal Online Mahasiswa Fakultas Teknik Universitas Riau, vol. 6, pp. 1–8, 2019.
How To Cite This :
Refbacks
- There are currently no refbacks.
