Stefany, Dina (2016) Peramalan Jumlah Produksi Padi Sawah Dan Ladang Di Setiap Kabupaten/ Kota Provinsi Jawa Timur Dengan Menggunakan Metode Jaringan Syaraf Tiruan (Jst) Backpropagation. Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.
Preview |
Text
5209100081-Undergraduate_Thesis.pdf - Published Version Download (5MB) | Preview |
Abstract
Pertanian di Indonesia adalah salah satu sektor utama perekonomian Indonesia. Selain itu, sektor pertanian memberikan kontribusi penting untuk pemenuhan kebutuhan pangan masyarakat. Beras adalah kebutuhan makanan pokok masyarakat Indonesia, sehingga pemerintah Indonesia harus berusaha untuk memenuhi kebutuhan beras nasional. Tujuan dari penelitian ini adalah untuk membangun model peramalan jumlah produksi padi sawah dan ladang sebagai bahan pokok dari beras dengan pendekatan Jaringan Syaraf Tiruan (JST) Backpropagation. Data yang digunakan dalam penelitian ini adalah data produksi padi sawah dan ladang dirinci per kabupaten/ kota dan sub round di Jawa Timur pada tahun 1997-2013. Tingkat akurasi peramalan diukur dengan menggunakan kriteria Mean Absolute Percentage Error (MAPE) dan Tracking Signal (TS). Hasil dari penelitian ini, metode Jaringan Syaraf Tiruan (JST) backpropagation dapat digunakan untuk menetapkan angka ramalan (ARAM) produksi padi sawah dan ladang di sebagian besar kabupaten/ kota di Jawa Timur
====================================================================== Agriculture in Indonesia is one of the key sector of Indonesian economy. In addition, the agricultural sector gives an important contribution to the fulfillment of people's food needs. Rice is the staple food needs of Indonesian society, so the Indonesian government should strive to meet the needs of the national rice. The purpose of this study was to establish a model forecasting the number of production of wetland and dryland paddy as a staple from rice with Artificial Neural Network (ANN) Backpropagation approach. The data used in this research is data of wetland and dryland paddy production specified each district / city and sub round in East Java in 1997-2013. The level of forecasting accuracy is measured using Mean Absolute Percentage Error (MAPE) criteria and Tracking Signal (TS). The results of this study, the Artificial Neural Network (ANN) backpropagation method can be used to establish the forecast figures of wetland and dryland paddy production in most districts/ cities in East Java
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSI 658.787 011 Ste p |
| Uncontrolled Keywords: | peramalan, jumlah produksi padi, Jaringan Syaraf Tiruan (JST), backpropagation |
| Subjects: | H Social Sciences > HD Industries. Land use. Labor > HD55 Inventory control |
| Divisions: | Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis |
| Depositing User: | EKO BUDI RAHARJO |
| Date Deposited: | 22 Jan 2020 07:25 |
| Last Modified: | 22 Jan 2020 07:25 |
| URI: | http://repository.its.ac.id/id/eprint/72894 |
Actions (login required)
 |
View Item |