ANALISIS ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM PERMALAN JUMLAH BENIH IKAN

Abstract

Backpropagation adalah salah satu algoritma supervised learning yang digunakan dalam artificial neural networks. Backpropagation akan mencari nilai bobot terbaik agar dapat meminimalkan kesalahan output agar dapat menjadi solusi yang dianggap benar. Kelebihan metode ini adalah mampu memformulasikan pengalaman dan pengetahuan peramal, serta sangat fleksibel dalam perubahan aturan prakiraan.. Balai Benih Ikan (BBI) Teso adalah BBI yang berada dibawah naungan Dinas Perikanan dan Ketahanan Pangan Kuantan Singingi yang memiliki salah satu tugas pokok untuk memproduksi hasil tangkapan ikan dan mendistribusikannya ke suplier (masyarakat kuansing) untuk dipasarkan.. Pada penelitian ini dilakukan analisa dan perbandingan tingkat keberhasilan metode Backpropagation Neural Network dan Regressi Linear sebagai algoritma untuk estimasi produksi ikan pada BBI Teso. Hasil dari perhitungan metode Backpropagation dengan masukan 36 data tahun 2016-2018 disimpulkan tidak layak digunakan terhadap dataset seperti dataset jumlah produksi ikan pada Dinas Perikanan dan Ketahanan Pangan Kabupaten Kuantan Singingi dengan melihat pada hasil error yang dihasilkan  melebihi 50% pada proses testing yaitu 53%.