Analisis Neural Network Dengan Metode Backpropagation Dalam Melakukan Peramalan Terhadap Produksi Daging Sapi
Abstract
Daging sapi merupakan salah satu bahan pangan pokok yang mengandung protein cukup tinggi, selain daging ayam. Di Indonesia, daging sapi diminati konsumen, namun produksi nasional dan kualitasnya perlu ditingkatkan. Hal tersebut juga dikarena harga daging yang selalu mengalami kenaikan, perubahan pola konsumen serta tingkat pendapatan masyarakat yang rendah. Dalam mengantisipasi persediaan dan harga daging sapi yang terus meningkat, maka perlu dilakukannya peramalan pada tingkat produksi daging sapi yang bertujuan untuk memperkirakan permintaan daging sapi di masa yang akan dating, sehingga pemerintah dan masyarakat dapat mempersiapkan upaya yang akan dilakukan ketika terjadi permasalan tersebut. Oleh karena itu, salah satu cara untuk melakukan prediksi pada hasil produksi daging sapi adalah dengan menggunakan jaringan saraf tiruan. Salah satu metode jaringan saraf tiruan yang baik digunakan adalah backpropagation, karena metode ini dapat memberikan hasil akurat dengan minimal error, dalam proses prediksinya.
Full Text:
Diterima: Revisi MayorReferences
Diputra, M Ihsan, Candra Dewi, and Randy Cahya Wihandika. 2018. “Prediksi Tingkat Keuntungan Usaha Peternakan Itik Alabio Petelur Menggunakan Jaringan Syaraf Tiruan Ba ....” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya 2 (February): 785–92.
Mosabeth, Cusen, Muhammad Tanzil Furqon, and Randy Cahya Wihandika. 2018. “Prediksi Harga Pasar Daging Sapi Di Kota Malang Dengan Menggunakan Metode Extreme Learning Machine ( ELM ).” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya 2 (12): 6362–69.
Muflih, Ghufron Zaida, Teknik Informatika, and Fakultas Teknik. 2021. “Pengaruh Nilai Hidden Layer Dan Learning Rate Terhadap Kecepatan Perlatihan Jaringan Saraf Tiruan Backpropagation.” Jurnal Riset Teknologi Informasi Dan Komputer (JURISTIK) 1 (2): 12–17. https://doi.org/10.53863/juristik.v1i02.363.
Nugraha, Taufan, M Tanzil Furqon, and Putra Pandu Adikara. 2017. “Peramalan Permintaan Daging Sapi Nasional Menggunakan Metode Multifactors High Order Fuzzy Time Series Model.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya 1 (12): 1764–70. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/640.
Prastya, Dwiyan Panji, and Retno Kusumaningrum. 2016. “Implementasi Metode Backpropagation Dan Interpolasi Data Dalam Peramalan Harga Daging Sapi Dalam Negeri-Dwiyan Panji Prastya Dan Retno Kusumaningrum IMPLEMENTASI METODE BACKPROPAGATION DAN INTERPOLASI DATA DALAM PERAMALAN HARGA DAGING SAPI DALAM NEGERI IM.” Jurnal Litbang Provinsi Jawa Tengah 14 (2): 195–204.
Putri, Pipit Mutiara, Devi Monika, Lulu Apriliani, and Solikhun Solikhun. 2019. “Model Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Produksi Telur Ayam Petelur Berdasarkan Provinsi Di Indonesia.” Jurnal Teknoinfo 13 (2): 107. https://doi.org/10.33365/jti.v13i2.273.
Revi, Ahmad, and M Safii. 2018. “Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Produksi Daging Sapi Berdasarkan Provinsi.” KOMIK (Konferensi Nasional Teknologi Informasi Dan Komputer) 2 (1). http://ejurnal.stmik-budidarma.ac.id/index.php/komik.
Sitinjak, Wahyunita, and Juwita Asyia Tanjung. 2020. “Faktor-Faktor Yang Mempengaruhi Permintaan Daging Sapi Di Indonesia.” Jurnal Agrilink 2 (2): 86–94. https://doi.org/10.36985/agrilink.v9i2.432.
Sucipto, Sucipto, Dimas Reditya Laksmana Putra, Ud Effendi, Universitas Brawijaya, Gedung Fakultas Teknologi Pertanian lantai, and Jl Veteran Malang. 2018. “Analisis Risiko Produksi Daging Sapi Di Rumah Potong Hewan Menggunakan Metode Fuzzy FMEA (Studi Kasus Di RPH X) Risk Analysis of Beef Production in Slaughterhouse Using Fuzzy FMEA Method (Case Study at Slaughterhouse X).” Jurnal Agroindustri Halal 4 (2): 130–41.
Sudarsono, Aji. 2016. “Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Bacpropagation (Studi Kasus Di Kota Bengkulu).” Jurnal Media Infotama 12 (1): 61–69. https://doi.org/10.37676/jmi.v12i1.273.
Refbacks
- There are currently no refbacks.