JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI KETERSEDIAAN KOMODITI PANGAN PROVINSI RIAU
Abstract
Ketersediaan pangan yang cukup dan merata merupakan salah satu pilar perwujudan ketahanan pangan yang mantap dan berkesinambungan (Undang-Undang No 7 Tahun 1996 tentang pangan, dan penjelasan PP no 68 Tahun 2002). Tersedianya data-data tentang ketahanan pangan merupakan hal yang sangat mendasar untuk digunakan sebagai tolak ukur dalam mengestimasi dan menilai keberhasilan pembangunan ketahanan pangan Provinsi Riau serta memprediksi situasi ketahanan pangan sebagai isyarat dini untuk upaya perbaikan. Jaringan perambatan galat mundur (backpropagation) merupakan salah satu algoritma Jaringan Syaraf Tiruan yang sering digunakan untuk menyelesaikan masalah-masalah yang rumit berkaitan dengan identifikasi, prediksi, pengenalan pola dan sebagainya. Dalam penelitian ini, algoritma backpropagation mengolah data komoditi pangan Provinsi Riau dari tahun 2006 hingga tahun 2013 untuk memprediksi ketersediaan komoditi pangan Provinsi Riau kedepannya. Setelah melalui proses pelatihan dan pengujian serta percobaan beberapa pola arsitektur jaringan, di perolehlah pola arsitektur jaringan terbaik dalam melakukan proses prediksi.
Full Text:
PDFReferences
Referensi
Balaji, S. Arun. dan Baskaran, K. (2013). “Design and Development of Artificial Neural Networking (ANN) System Using Sigmoid Activation Function to Predict Annual Rice Production in Tamilnadu”. International Journal of Computer Science, Engineering and Information Technology (IJCSEIT). Vol. 3. No.1.
Prahesti, Inggit. (2013).“Implementasi Jaringan Syaraf Tiruan Algoritma Backpropagation untuk Memprediksi Curah Hujan di Yogyakarta”. Naskah Publikasi STMIK-AMIKOM Yogyakarta.
Anike, Marleni., Suyoto, dan Ernawati. (2012). “Pengembangan Jaringan Syaraf Tiruan dalam Memprediksi Jumlah Dokter Keluarga Menggunakan Backpropagation (Studi Kasus : Regional X Cabang Palu)”. Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA).
Devi, C. J., Reddy, B. S. P., Kumar, K.V., Reddy, B. M., Nayak, N.R. (2012). “ANN Approach for Weather Prediction using Back Propagation”.International Journal of Engineering Trends and Technology. Vol. 3. Issue 1.
Nasution, Helfi. (2012). “Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan”. Jurnal ELKHA. Vol .4. No 2.
Abd Alkader, Shahlla. A., Al-Allaf, Omaima. N. A. (2011). “Backpropagation Neural Network Algorithm for Forecasting Soil Temperatures Considering Many Aspects: A Comparison of Different Approaches”. The 5th International Conference on Information Technology.
Anwar, Badrul. (2011). “Penerapan Algoritma Jaringan Syaraf Tiruan Backpropagation dalam Memprediksi Tingkat Suku Bunga Bank”. Jurnal SAINTIKOM. Vol. 10. No. 2.
Rebello, S., Maheshwari, U., Safreena, Souza, R. V. D. (2011). “Backpropagation Neural Network Method for Predicting Lac Gene Structures in Streptococcus Pyogenes M Group A Streptococcus Strains”.International Journal for Biotechnology and Molecular Biology Research. Vol. 2 (4), PP. 61-72.
Sya’diyah, Zumrotus. (2011). “Peramalan Jumlah Kendaraan Bermotor di DKI Jakarta dengan Jaringan Backpropagation”. Fakultas Keguruan dan Ilmu Pendidikan. Universitas Darussalam. Ambon.
Yanti, Novi. (2011). “Penerapan Metode Neural Network dengan Struktur Backpropagation untuk Prediksi Stok Obat di Apotek”. Seminar Nasional Aplikasi Teknologi Informasi.
Andrijasa, M. F., dan Mistianingsih. (2010). “Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation”. Jurnal Informatika Mulawarman. Vol. 5. No. 1.
Kusumadewi, Sri. (2010). “Neuro-Fuzzy : Integrasi Sistem Fuzzy dan Jaringan Syaraf”. Yogyakarta : Graha Ilmu. 69-146.
Vamsidhar, Enireddy., Varma, K. V. S. R. P., Rao, P. Sankara., Satapati, R. (2010). “Prediction of Rainfall Using Backpropagation Neural Network Model”.International Journal on Computer Science and Engineering (IJCSE). Vol. 02. No. 04. 1119-1121.
Jumarwanto, Arif. (2009). “Aplikasi Jaringan Syaraf Tiruan Backpropagation untuk Memprediksi Penyakit THT di Rumah Sakit Mardi Rahayu Kudus”. Jurnal Teknik Elektro. Vol. 1. No. 1.
Sangadji, BM. Iriansyah. (2009). “Prediksi Perilaku Pola Pengunjung Terhadap Transaksi pada Toko Buku Gramedia Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation”. Jurnal Informatika. Vol. 5. No. 2. 135-150.
Siang, J.J. (2009). “Jaringan Syraf Tiruan & Pemrogramannya Menggunakan Matlab”. Yogyakarta : Penerbit Andi. 97-123.
Dahria, Muhammad. (2008). “Kecerdasan Buatan (Artificial Intelligence)”. Jurnal SAINTIKOM. Vol. 5. No. 2.
Suyanto. (2007). “Articial Intelligence”. Bandung : Penerbit Informatika. 163-205.
Desiani, Anita dan Arhami, Muhammad. (2006). “Konsep Kecerdasan Buatan”. Yogyakarta : Penerbit Andi. 161-183.
Hermawan, Arif. (2006). “Jaringan Syaraf Tiruan : Teori dan Aplikasi”. Yogyakarta : Penerbit Andi. 49-56.
Puspitaningrum, Diyah. (2006). “Pengantar Jaringan Syaraf Tiruan”. Yogyakarta : Penerbit Andi. 125-138.
Kusumadewi, Sri. (2003). “Artificial Intelligence : Teknik dan Aplikasinya”. Yogyakarta : Penerbit Andi. 203-274.
Refbacks
- There are currently no refbacks.
FAKULTAS SAINS DAN TEKNOLOGI
UIN SUSKA RIAU
Kampus Raja Ali Haji
Gedung Fakultas Sains & Teknologi UIN Suska Riau
Jl.H.R.Soebrantas No.155 KM 18 Simpang Baru Panam, Pekanbaru 28293
Email: sntiki@uin-suska.ac.id