.png){kind=logo}
Prediksi Harga Komoditas Pangan di Indonesia Menggunakan Backpropagation
AbstractPangan merupakan kebutuhan paling mendasar bagi sumber daya manusia. Ketahanan pangan suatu bangsa dapat diukur dari tersedianya pangan dalam jumlah dan kualitas yang cukup. Pemerintah memiliki tanggung jawab dan pengendalian dalam ketersediaan bahan pangan pokok. Oleh karena itu, perlu kebijakan dari pemerintah untuk menentukan harga eceran tertinggi, salah satu caranya adalah memprediksi harga sedini mungkin dengan menggunakan Backpropagation. Pada penelitan ini, diuji beberapa arsitektur yang untuk menentukan kestabilan model yang digunakan. Hasil uji coba menunjukkan bahwa arsitektur 10-10-1 cukup stabil digunakan untuk memprediksi berbagai jenis data harga komoditas pangan yang berbeda karakteristiknya dengan tingkat akurasi di atas 90%. Rata-rata akurasi dari prediksi harga komoditas pangan di Indonesia yaitu sebesar 96,448% dengan waktu rata-rata adalah 6,8495 detik.
|
Keywords
Full Text:
References
Y. Purwaningsih, “KETAHANAN PANGAN: SITUASI, PERMASALAHAN, KEBIJAKAN, DAN PEMBERDAYAAN MASYARAKAT,” J. Ekon. Pembang. Kaji. Masal. Ekon. dan Pembang., vol. 9, no. 1, p. 1, Jun. 2008, doi: 10.23917/JEP.V9I1.1028.
“Pusat Informasi Harga Pangan Strategis Nasional.,” May 15, 2022. https://hargapangan.id (accessed May 15, 2022).
D. W. Prabowo, “INFLASI (dalam Analisis Perkembangan Harga Pangan Pokok di Pasar Domestik dan Internasional),” Pus. Pengkaj. Perdagang. Dalam Negeri, Jul. 2021.
A. T. W. Utami and B. S. S. Ulama, “Penerapan Backpropagation untuk Meningkatkan Efektivitas Waktu dan Akurasi pada Data Wall-Following Robot Navigation,” J. Sains dan Seni ITS, vol. 4, no. 2, pp. 2337–3520, Jan. 2016, doi: 10.12962/J23373520.V4I2.11189.
L. Nurhani, A. Gunaryati, S. Andryana, and I. Fitri, “JARINGAN SYARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI JUMLAH MAHASISWA BARU,” 2018, [Online]. Available: https://ojs.amikom.ac.id/index.php/semnasteknomedia/article/view/2004.
D. D. Santika, B. Susanti, W. Anderson, and K. Wongso, “IMPLEMENTASI METODE BACKPROPAGATION DALAM KLASTERISASI OBJEK,” CommIT (Communication Inf. Technol. J., vol. 1, no. 1, pp. 30–37, May 2007, doi: 10.21512/COMMIT.V1I1.465.
S. Andriyani dan N. Sihombing, “IMPLEMENTASI METODE BACKPROPAGATION UNTUK PREDIKSI HARGA JUAL KELAPA SAWIT BERDASARKAN KUALITAS BUAH,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 4, no. 2, pp. 155–164, Jun. 2018, doi: 10.33330/JURTEKSI.V4I2.40.
S. Setti and A. Wanto, “Analysis of Backpropagation Algorithm in Predicting the Most Number of Internet Users in the World,” J. Online Inform., vol. 3, no. 2, pp. 110–115, Feb. 2019, doi: 10.15575/JOIN.V3I2.205.
A. A. Fardhani, D. I. N. Simanjuntak, and A. Wanto, “Prediksi Harga Eceran Beras Di Pasar Tradisional Di 33 Kota Di Indonesia Menggunakan Algoritma Backpropagation,” J. InfomediaTeknik Inform. Multimed. Jar., vol. 3, no. 1, pp. 25–30, Aug. 2018, doi: 10.30811/JIM.V3I1.625.
P. I. Sijabat et al., “Algoritma Backpropagation Prediksi Harga Komoditi terhadap Karakteristik Konsumen Produk Kopi Lokal Nasional,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 11, no. 1, pp. 96–107, May 2020, doi: 10.31849/DIGITALZONE.V11I1.3880.
A. C. Sitepu dan M. Sigiro, “ANALISIS FUNGSI AKTIVASI RELU DAN SIGMOID MENGGUNAKAN OPTIMIZER SGD DENGAN REPRESENTASI MSE PADA MODEL BACKPROPAGATION | "JUTISAL Jurnal Teknik Informatika Universal, vol. 1, no.1, pp.12-25, Jun 2021.
| 10.33650/coreai.v3i1.4282 |
|
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Olief Ilmandira Ratu Farisi, Nurul Jannah, Ribki Insania
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.