Prediksi Nilai Tukar Petani (NTP) D.I. Yogyakarta Menggunakan Jaringan Saraf Tiruan Dengan Algoritma Backpropagation

Widada, Endri (2018) Prediksi Nilai Tukar Petani (NTP) D.I. Yogyakarta Menggunakan Jaringan Saraf Tiruan Dengan Algoritma Backpropagation. Tugas Akhir thesis, Universitas Teknologi Yogyakarta.

[img] Text
Naskah Publikasi - Endri Widada - 5130411376.docx

Download (1MB)

Abstract

Nilai Tukar Petani (NTP) merupakan indikator untuk melihat tingkat kemampuan atau daya beli petani di pedesaan. Perhitungan indikator ini diperoleh dari perbandingan antara Indeks Harga Yang Diterima (It) Petani dengan Indeks Harga Yang Dibayar Petani (Ib) yang dinyatakan dalam presentase. NTP D.I. Yogyakarta diterbitkan oleh Badan Pusat Statistik provinsi D.I. Yogyakarta setiap bulannya guna menggambarkan fluktuasi kesejahteraan petani di Yogyakarta. Prediksi NTP untuk bulan selanjutnya perlu dilakukan guna memberikan gambaran berapa NTP pada bulan yang akan datang sehingga dapat membantu pemerintah D.I. Yogyakarta khususnya Dinas Pertanian Provinsi Yogyakarta dalam mempersiapkan tindakan-tindakan penanggulangan apabila terjadi penurunan secara signifikan dari bulan sebelumnya atau NTP turun dari standar yang ditetapkan. Tujuan diadakannya penelitian adalah dapat mengetahui nilai prediksi NTP D.I Yogyakarta pada bulan berikutnya dalam rentang 6 bulan yang akan datang dan mengetahui tingkat akurasi prediksi NTP menggunakan Jaringan Saraf Tiruan (JST) dengan algoritma backpropagation. Backpropagation merupakan salah satu model JST yang dapat digunakan pada bidang prediksi dengan cara melatih jaringan untuk mendapatkan keseimbangan antara kemampuan jaringan untuk mengenali pola yang digunakan selama pelatihan serta kemampuan jaringan untuk memberikan respon benar terhadap pola masukan yang serupa (tapi tidak sama) dengan pola yang dipakai selama pelatihan. Sistem dibangun menggunakan bahasa pemrograman Java dan database MySQL. Hasil yang diperoleh dari proses training dengan jumlah epoch 10000, neuron hidden layer 10, learning rate 0.04 dan target error 0.00001 menghasilkan Mean Square Error (MSE) 0.0004. Sistem mampu memprediksi NTP dengan tingkat Mean Absolut Percentange Error (MAPE) sebesar 0.52% dengan tingkat akurasi sebesar 99.48% yang diuji menggunakan data uji baru.

Item Type: Thesis (Skripsi, Tugas Akhir or Kerja Praktek) (Tugas Akhir)
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Fakultas Teknologi Informasi dan Elektro > S1 Informatika
Depositing User: INF FTIE-UTY
Date Deposited: 15 Mar 2018 04:45
Last Modified: 15 Mar 2018 04:45
URI: http://eprints.uty.ac.id/id/eprint/1055

Actions (login required)

View Item View Item