Analisis Prediksi Perkembangan Nilai Tukar Petani (Ntp) Provinsi Sumatera Utara Menggunakan Metode Jst Backpropagation
Abstract
Nilai Tukar Petani ( NTP ) adalah perbandingan indeks harga petani dengan indeks harga yang diterima petani. Sumber Daya Alam yang dihasilkan paling banyak terdapat pada sektor pertanian. Dimana di Indonesia penyumbang sumber daya alam terbanyak terdapat pada sektor pertanian. Dua pertiga dari penduduk di Indonesia bertempat tinggal di pedesaan dan bergantung pada hasil pertanian. Di Sumatera Utara tercatat Nilai Tukar Petani ( NTP ) mencapai 123, 21 pada bulan Oktober 2021 dimana hasil tersebut dapat dikatakan mencapai tingkat diatas angka 100 dimana hal tersebut memberikan dampak positif dari perkembangan untuk Nilai Tukar Petani saat ini. Tetapi tidak tutup kemungkinan pada sektor pertanian masih ada yang mengalami tingkat penurunan diakibatkan adanya pertanian yang memiliki kendala pada hasil pertaniannya yang mengakibatkan Harga Nilai Tukar Petani dapat berubah sewaktu – waktu karena kendala fluktuasi yang tidak stabil. Jika Harga Nilai Tukar Petani menurun, hal tersebut dapat menimbulkan indikator kesejahteraan bagi petani. Oleh karena itu umtuk menghindari hal tersebut perlu dilakukan analisa prediksi terhadap perkembangan pada Nilai Tukar Petani untuk Tahun yang akan datang. Data yang digunakan adalah data Perkembangan Nilai Tukar Petani terbaru yang di ambil memalui BPS Sumatera Utara dimulai dari tahun 2017 sampai Tahun 2021. Penelitian ini menggunakan metode Backpropagation untuk melihat hasil prediksi untuk 3 Tahun kedepan.
Full Text:
Diterima: Revisi MayorReferences
Ruauw, E. (2010). Nilai tukar petani sebagai indikator kesejahteraan petani. Jurnal Penelitian ASE, 6 (2), 1-8
Simatupang, P. 1992. Pertumbuhan Ekonomi dan Nilai Tukar Barter Sektor Pertanian. Jurnal Agroekonomi. 11(1):37-50.
Rachmat, Muchjidin. 2000. Analisa Nilai Tukar Petani Indonesia. Disertasi. Institut Pertanian Bogor.
Rachmat, et. al. 2000 .Perumusan Kebijaksanaan Nilai Tukar Petani dan Komoditas Pertanian. Laporan Hasil Penelitian. Pusat Penelitian Sosial Ekonomi Pertanian. Depertemen Pertanian. Bogor.
Hendayana, R. 2001. Analisis Faktor-Faktor Yang Mempengaruhi Nilai Tukar Petani. Pusat Penelitian dan Pengembangan Sosial Ekonomi Pertanian, Badan Penelitian dan Pengembangan Pertanian. Bogor
Simatupang dan Maulana. 2008. Kaji Ulang Konsep dan Pengembangan Nilai Tukar Petani 2003-2006. Jurnal Ekonomi dan Pembangunan. LIPI.
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.
Hermawan, Arif. (2006). “Jaringan Syaraf Tiruan : Teori dan Aplikasi”. Yogyakarta : Penerbit Andi. 49-56.
Solikhun, Windarto, A.P., Handrizal & Fauzan, M. 2017. ‘Jaringan Saraf Tiruan Dalam Memprediksi Sukuk Negara Ritel Berdasarkan Kelompok Profesi Dengan Backpropagation Dalam Mendorong Laju Pertumbuhan Ekonomi. Prosiding Seminar Ilmiah Nasional : Membangun Paradigma Kehidupan Melalui Multidisiplin Ilmu, pp. 14-31.
Febrianto, D.C. & Mustafidah, H. 2013. ‘Penerapan Jaringan Saraf Tiruan Dengan Metode Pembelajaran Backpropagation Untuk Mengetahui Tingkat Kualifikasi Calon Siswa Pada Sistem Informasi Penerimaan Siswa Baru di MAN 2 Banjarnegara. JUITA, Vol. 2, No. 3, pp.189-197.
Nur’afifah. 2011. Analisis Metode Backpropagation Untuk Memprediksi Indeks Harga Saham pada Kelompok Indeks Bisnis-27. Skripsi. Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Nasution, Helfi. (2012). “Implementasi Logika Fuzzy pada Sistem Kecerdasan Buatan”. Jurnal ELKHA. Vol .4. No 2.
Novita, A. 2016. ‘Prediksi Pergerakan Harga Saham Pada Bank Terbesar Di Indonesia Dengan Metode Backpropagation Neural Network’. JUTISI, Vol. 5, No. 1, pp. 887-1021.
Jumarwanto, A. 2009. ‘Aplikasi Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Penyakit THT Di Rumah Sakit Mardi Rahayu Kudus’. Jurnal Teknik Elektro, Vol. 1, No. 1, pp. 11-21.
D. Huang and Z. Wu, “Forecasting outpatient visits using empirical mode decomposition coupled with backpropagation artificial neural networks optimized by particle swarm optimization,” PLoS One, vol. 12, no. 2, pp. 1– 18, 2017.
Febriana, M., Arina, F. & Ekawati, R. 2013. ‘Peramalan Jumlah Permintaan Produksi Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagarion’. Jurnal Teknik Industri, Vol. 1, No. 2, pp. 174-179.
Wanto, A. & Windarto, A.P. 2017. ‘Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation’. Jurnal & Penelitian Teknik Informatika, Vol. 2, No. 2, pp. 37-44.
Desmanto, S., Irwan & Angreni, R. 2014. ‘Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Citra Digital Dengan Ekstraksi Fitur Warna RGB’. STMIK, pp. 1-9.
Ratama, H.E. 2015. Perhitungan Drop tegangan Pada Jaringan Distribusi Primer 20 KV Gardu Induk Sungai Juaro Dengan Menggunakan Software MATLAB. Skripsi. Politeknik Negeri Sriwijaya.
Mahdiana, D. 2011. ‘Analisa Dan Rancangan Sistem Informasi Pengadaan Barang Dengan Metodologi Berorientasi Objek : Studi Kasus PT. Liga Indonesia’. Jurnal TELEMATIKA MKOM, Vol. 3, No. 2, pp. 36-43.
Riestiana, M. & Sukadi. 2014. ‘Sistem Informasi Pengajian Karyawan Pada Commenditaire vennontschap (CV) RGL Bordir Dan Konveksi Pacitan’. Journal Speed-Sentra Penelitian Engineering dan Edukasi, Vol. 6, No. 4, pp. 31-37.
https://sumut.bps.go.id/indicator/22/84/1/perkembangan-nilai-tukar-petani-ntp-provinsi-sumatera-utara.html
Badan Pusat Statistik Provinsi Sumatera Utara. (2011). Sumatera Utara dalam angka tahun 2010. Medan: BPS Provinsi Sumatera Utara.
Badan Pusat Statistik Provinsi Sumatera Utara. (2012). Sumatera Utara dalam angka tahun 2011. Medan: Provinsi Sumatera Utara.
Refbacks
- There are currently no refbacks.
 | LPPM STIKOM Tunas Bangsa
|
