Peramalan produksi Tandan Buah Segar (TBS) kelapa sawit di PT. Bintang Selatan Agro menggunakan jaringan syaraf tiruan algoritma Backpropagation dan Conjugate Gradient Powell- Beale Restarts
DOI:
https://doi.org/10.56705/ijodas.v2i3.56Keywords:
Peramalan, Kelapa Sawit, Jaringan Syaraf Tiruan, Backpropagation, Conjugate Gradient Powell-Beale RestartsAbstract
Peramalan (forecasting) merupakan proses perkiraan besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada masa lampau. Salah satu metode yang dapat digunakan untuk peramalan adalah jaringan syaraf tiruan backpropagation. Dalam proses produksi kebun sawit peramalan merupakan salah satu faktor penting untuk menunjang operasional agar lebih efektif dan berjalan dengan baik. Pada model peramalan ini menggunakan algortima jaringan syaraf tiruan algoritma backpropagation dikombinasikan dengan conjugate gradient powell-beale restarts. Adapun peramalan ini akan diimplementasikan kedalam sebuah aplikasi yang ditujukan untuk pengguna akhir (end user). Data yang digunakan sebagai data latih dan data uji yaitu data dari produksi dan data-data pendukung lainnya dari tahun 2016 – 2020. Arsitektur backpropagation yang digunakan yaitu, (5-5-1) dengan 5 layer input, 5 hidden layer dan 1 layer output, learning rate 0.5 dan maksimum iterasi 15000, dengan hasil tingkat error Mean Squared Error (MSE) tingkat akurasi paling tinggi ada pada periode 1 / Jan – April 2020, dengan tingkat akurasi 99.81% dengan hasil peramalan 179.715 kg, sedangkan rata-rata akurasi sebesar 89%.
Downloads
References
R. R. Amalia and N. Hairiyah, “Peramalan Kebutuhan Bahan Baku Tandan Buah Segar (TBS) Menggunakan Metode Exponential Smoothing dan Linier Regresion di PT. Pola Kahuripan Intisawit,” J. Teknol. Agro-Industri, vol. 5, no. 2, pp. 101–109, 2018, doi: 10.34128/jtai.v5i2.75.
J. Junaedi, S. Syam, S. Al Mar’ah, S. Thamrin, and M. Syafaat, “Taksasi Produksi Tanaman Kopi Dengan Metode Abc,” Agroplantae J. Ilm. Terap. Budid. dan Pengelolaan Tanam. Pertan. dan Perkeb., vol. 9, no. 2, pp. 9–18, 2020, doi: 10.51978/agro.v9i2.222.
F. Fauziah, Y. I. Ningsih, and E. Setiarini, “Analisis Peramalan (Forecasting) Penjualan Jasa Pada Warnet Bulian City di Muara Bulian,” Eksis J. Ilm. Ekon. dan Bisnis, vol. 10, no. 1, p. 61, 2019, doi: 10.33087/eksis.v10i1.160.
E. M. Tumanggor, “Analisa Dan Implementasi Data Mining Untuk Memprediksi Jumlah Material Bangunan Menggunakan Algoritma Autoreggresive Intergrated Moving Average (ARIMA),” TIN Terap. Inform. Nusant., vol. 2, no. 6, pp. 373–377, 2021.
I. S. Purba and A. Wanto, “Prediksi Jumlah Nilai Impor Sumatera Utara Menurut Negara Asal Menggunakan Algoritma Backpropagation,” Techno.Com, vol. 17, no. 3, pp. 302–311, 2018, doi: 10.33633/tc.v17i3.1769.
M. Yanto, E. P. W. Mandala, D. E. Putri, and Y. Yuhandri, “Peramalan Penjualan Pada Toko Retail Menggunakan Algoritma Backpropagation Neural Network,” J. Media Inform. Budidarma, vol. 2, no. 3, pp. 110–117, 2018, doi: 10.30865/mib.v2i3.811.
J. R. Saragih, M. B. S. Saragih, and A. Wanto, “Analisis Algoritma Backpropagation Dalam Prediksi Nilai Ekspor (Juta Usd),” J. Pendidik. Teknol. dan Kejuru., vol. 15, no. 2, pp. 254–264, 2018, doi: 10.23887/jptk-undiksha.v15i2.14362.
I. Muhammad, Y. A. Lesnussa, H. W. M. Patty, M. S. Noya Van Delsen, and M. Y. Matdoan, “Peramalan Jumlah Mahasiswa Baru Menggunakan Metode Double Exponential Smoothing (Studi Kasus : Mahasiswa Baru Universitas Pattimura Ambon Tahun 2017),” Var. J. Stat. Its Appl., vol. 2, no. 1, pp. 27–33, 2020, doi: 10.30598/variancevol2iss1page27-33.
P. Tanaman, P. Sawah, M. Kabupaten, K. Di, and S. Utara, “Padi Sawah Menurut Kabupaten / Kota,” no. July, 2018.
D. Sebagai, S. Satu, U. Memperoleh, and G. Sarjana, “BERSUMBER BINATANG YANG TERJADI DI KOTA SEMARANG Raditya Lucky R,” 2014.
R. F. P. Sinaga, B. D. Setiawan, and Marji, “Peramalan Produksi Kelapa Sawit Menggunakan Jaringan Syaraf Tiruan Dengan Metode Backpropagation (Studi Kasus PT . Sandabi Indah Lestari),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 4613–4620, 2018.
F. T. Admojo, A. Fahmi, E. Ariawan, and H. Apriza, “Pemanfaatan Backpropagation untuk Memprediksi Produksi Buah Kelapa Sawit pada PT. Tunas Baru Lampung Tbk,” Teknomatika, vol. 11, no. 02, 2021, [Online]. Available: http://ojs.palcomtech.ac.id/index.php/teknomatika/article/view/551%0Ahttp://ojs.palcomtech.ac.id/index.php/teknomatika/article/view/551/387.
L. Rusdiana, “Extreme programming untuk rancang bangun aplikasi pengelolaan surat keterangan kependudukan,” Regist. J. Ilm. Teknol. Sist. Inf., vol. 4, no. 1, pp. 49–55, 2018, doi: 10.26594/register.v4i1.1191.
R. Priskila, “Pada Perusahaan Karya Cipta Buana Sentosa,” J. Comput. Eng. Syst. Sci., vol. 3, no. 2, pp. 94–99, 2018.
A. Wanto, “Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 3, pp. 370–380, 2018, doi: 10.25077/teknosi.v3i3.2017.370-380.
Published
Issue
Section
License
Authors retain copyright and full publishing rights to their articles. Upon acceptance, authors grant Indonesian Journal of Data and Science a non-exclusive license to publish the work and to identify itself as the original publisher.
Self-archiving. Authors may deposit the submitted version, accepted manuscript, and version of record in institutional or subject repositories, with citation to the published article and a link to the version of record on the journal website.
Commercial permissions. Uses intended for commercial advantage or monetary compensation are not permitted under CC BY-NC 4.0. For permissions, contact the editorial office at ijodas.journal@gmail.com.
Legacy notice. Some earlier PDFs may display “Copyright © [Journal Name]” or only a CC BY-NC logo without the full license text. To ensure clarity, the authors maintain copyright, and all articles are distributed under CC BY-NC 4.0. Where any discrepancy exists, this policy and the article landing-page license statement prevail.
