Penerapan Jaringan Syaraf Tiruan Dalam Memprediksi Produksi Susu Segar di Indonesia Berdasarkan Propinsi

Rika Asma Dewi, Syahrul Ramadan, Solikhun Solikhun

Abstract


Masalah minum susu segar di Indonesia terlihat minim dan jarang dari kalangan anak-anak hingga dewasa minum susu segar, baik itu susu langsung perah maupun susu dalam kalengan. Dalam Upaya mewujudkan ketentuan sebagaimana ditetapkan Peraturan Menteri kesehatan No.75 Tahun 2013 menginformasikan kebutuhan gizi seseorang berdasarkan tahapan usia dan jenis kelamin, maka Pemerintah Indonesia telah meningkatkan kebutuhan gizi di Indonesia. Penelitian ini memberikan kontribusi bagi pemerintah untuk dapat memprediksi Produksi Susu Segar di Indonesia Berdasarkan Propinsi untuk melihat perkembangan kedepan. Algoritma yang digunakan adalah Jaringan Saraf Tiruan dengan metode Backpropogation. Dalam penelitian ini digunakan metode jaringan syaraf tiruan dengan algoritma backpropagation. Arsitektur jaringan yang digunakan adalah 6-2-1, 6-4-1, 6-16-1 dan 6-32-1 dimana yang terbaik yaitu 6-4-1 dengan akurasi 100%. Hasil yang didapatkan adalah jumlah produksi susu segar diolah menggunakan arsitektur 6-4-1 dengan akurasi yang dihasilkan oleh sistem sebesar 94%.

Kata Kunci: Penerapan,Produksi Tanaman Perkebunan, JST, Backpropogation dan Prediksi


Full Text:

PDF

References


A. Revi, S. Ramadan, R. N. Sari, and Solikhun, “MODEL JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI PENDAPATAN PERKAPITA MASYARAKAT PERKOTAAN PADA GARIS KEMISKINAN BERDASARKAN PROPINSI,” Kumpul. J. Ilmu Komput., vol. 05, no. 02, pp. 122–135, 2018.

P. Informatika et al., “Jaringan syaraf tiruan dengan algoritma backpropagation untuk penentuan kelulusan sidang skripsi,” pp. 84–93, 2013.

A. P. Windarto, “IMPLEMENTASI JST DALAM MENENTUKAN KELAYAKAN NASABAH PINJAMAN KUR PADA BANK MANDIRI MIKRO SERBELAWAN DENGAN METODE BACKPROPAGATION,” Sains Komput. Inform., vol. 1, no. 1, pp. 12–23, 2017.

A. Revi et al., “DAGING SAPI BERDASARKAN PROVINSI,” vol. 2, pp. 297–304, 2018.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Seminar Nasional Sains dan Teknologi Informasi (SENSASI)