Anisa, Fauzia (2017) PERAMALAN HARGA MINYAK SAWIT (CPO) EKSPOR DENGAN PENDEKATAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Diploma thesis, Universitas Andalas.
|
Text (Cover dan abstrak)
Abstrak.pdf - Published Version Download (161kB) | Preview |
|
|
Text (Bab 1 Pendahuluan)
7. Bab I.pdf - Published Version Download (345kB) | Preview |
|
|
Text (Penutup)
12. BAB VI.pdf - Published Version Download (117kB) | Preview |
|
|
Text (Daftar Pustaka)
13. DAFTAR PUSTAKA.pdf - Published Version Download (231kB) | Preview |
|
Text
full text.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
Kelapa sawit merupakan komoditas unggulan utama Indonesia, tanaman yang produk utamanya yaitu minyak sawit mentah (CPO) ini memiliki nilai ekonomis tinggi sehingga menjadi salah satu devisa negara yang terbesar dibandingkan dengan komoditas perkebunan lainnya. Saat ini kelapa sawit telah diusahakan dalam bentuk perkebunan dan pabrik pengolahan kelapa sawit hingga menjadi minyak dan produk turunan. Informasi tentang CPO sangat dibutuhkan dimana harga penjualan CPO selalu mengalami peningkatan dan penurunan yang tak menentu, hal ini menjadikan para pelaku industri harus lebih cermat dalam mengambil keputusan bagi perusahaan. Harga buah sawit secara konsisten berkolerasi dengan harga CPO, hal ini dapat terjadi karena penetapan harga buah sawit mengacu pada harga CPO. Peramalan besarnya harga penjualan CPO berdasarkan time series, dimana peramalan ini termasuk dalam analissi data. Pada peramalan menggunakan variable input berupa data harga CPO pada bulan-bulan sebelumnya. Data yang ada, akan membentuk suatu pola data yang akan digunakan oleh jaringan syarat tiruan untuk memberikan respon yang benar terhadap pola yang belum dikenal sebelumnya sehingga jaringan syaraf tiruan ini dapat meramalkan data pada periode yang akan datang. Backpropagation merupakan model yang menggunakan supervised learning yang artinya proses pembelajarannya terawasi karena menggunakan target tertentu. Pelatihan backpropagation meliputi 3 tahap perhitungan yaitu propagasi maju, propagasi mundur, dan perubahan bobot. Untuk itu dengan menggunakan model backpropagation diharapkan dapat melakukan peramalan harga penjualan yang akurat. Peramalan harga penjualan CPO yang diketahui adalah data harga penjualan beberapa tahun terakhir. Untuk meramalkan berapakah harga CPO ekspor maka penelitian ini menggunakan jaringan syaraf tiruan dengan metode backpropagation diharapkan dapat menghasilkan peramalan harga CPO ekspor beberapa periode berikutnya dengan akurat. Model backpropagation pada peramalan harga ekspor CPO dengan arsitektur jaringan syaraf tiruan yang paling optimal untuk model peramalan harga ekspor CPO adalah menggunakan 4-11-1 dimana 4 input, 11 hidden layer, dan 1 output. Metoda pembobotan pada hidden layer menggunakan proses pembelajaran terawasi, proses normalisasi menggunakan rentang data (0,1), dan fungsi aktivasi yang digunakan adalah sigmoid biner. Nilai korelasi data pelatihan sebesar 0,99 dimana nilai korelasi mendekati 1. Hal tersebut menujukkan hasil yang baik untuk kecocokan keluaran jaringan dan target. Peramalan harga ekspor CPO menghasilkan MSE 4478.621. Kata kunci: backpropogation, crude palm oil (CPO), jaringan syarat tiruan,
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > TA Engineering (General). Civil engineering (General) |
Divisions: | Fakultas Teknik > Industri |
Depositing User: | S1 Teknik Industri |
Date Deposited: | 27 Jan 2017 03:12 |
Last Modified: | 27 Jan 2017 03:12 |
URI: | http://scholar.unand.ac.id/id/eprint/21527 |
Actions (login required)
View Item |