Nabila, Ulfa walmi (2018) PREDIKSI PRODUKSI PADI MENGGUNAKAN DATA MINING METODE JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) BACKPROPAGATION PADA KABUPATEN/KOTA DI PROVINSI SUMATERA BARAT. Diploma thesis, Universitas Andalas.
|
Text (Cover dan Abstrak)
COVER DAN ABSTRAK.pdf - Published Version Download (323kB) | Preview |
|
|
Text (Bab 1 (Pendahuluan))
BAB 1 PENDAHULUAN.pdf - Published Version Download (238kB) | Preview |
|
|
Text (Bab 5 (Penutup))
BAB 5 PENUTUP.pdf - Published Version Download (207kB) | Preview |
|
|
Text (Daftar Pustaka)
DAFTAR PUSTAKA.pdf - Published Version Download (460kB) | Preview |
|
Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
Sebagai negara agraris, Indonesia menjadi negara penghasil komoditas pangan utama yaitu padi menempati posisi ketiga di dunia. Sumatera Barat yang terbagi atas 19 Kabupaten/Kota berada di posisi delapan sebagai sentra produksi padi di Indonesia. Dari tahun 2013-2016 tahun perkembangan produksi mengalami stagnan, namun pada tahun 2017 perkembagan produksi padi mulai mengalami peningkatan. Dinas Tanaman Pangan, Hortikultura, dan Perkebunan provinsi Sumatera Barat membutuhkan solusi untuk memperkirakan jumlah produksi padi sebagai komoditas pangan pokok yang berguna dalam mengambil keputusan untuk menyusun perencanaan program dan kegiatan pemerintah agar efektif dan efisien untuk masa depan. Selama ini hanya menerapkan dengan metode prediksi trend yang menghasilkan prediksi dengan keakurasian rendah. Subjek pada penelitian ini adalah sebuah sistem yang mampu melakukan prediksi produksi padi dengan memanfaatkan metode Jaringan Saraf Tiruan (Artificial Neural Network/ANN) pada Data Mining. ANN merupakan jaringan komputasi yang mencoba mensimulasikan jaringan sel saraf (neuron) dari sistem saraf pusat biologis (manusia). Dalam metode ANN terdapat metode backpropagation. Backpropagation salah satu metode pelatihan ANN yang terbimbing (supervised learning). Sistem diimplementasikan dengan MATLAB. Tahapan penelitian yang dilakukan adalah mengumpulkan data, pre-processing, prediksi dengan metode, dan pengujian sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Hasi pengujian sistem terdiri dari 75 pengujian yang dilakukan dengan proses trial and error, didapatkan keakurasian prediksi produksi padi sebesar 88,14%. Kata Kunci: Prediksi, Produksi Padi, Data Mining, Artificial Neural Network, Backpropagation
Item Type: | Thesis (Diploma) |
---|---|
Primary Supervisor: | Hasdi Putra, M.T |
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Divisions: | Fakultas Teknologi Informasi > Sistem Informasi |
Depositing User: | s1 sistem informasi |
Date Deposited: | 19 Oct 2018 10:23 |
Last Modified: | 19 Oct 2018 10:23 |
URI: | http://scholar.unand.ac.id/id/eprint/39289 |
Actions (login required)
View Item |