MODEL NEURAL NETWORK BERBASIS FORWARD SELECTION UNTUK PREDIKSI JUMLAH PRODUKSI MINYAK KELAPA
Marniyati Husain Botutihe(1*);
(1) 
(*) Corresponding Author
AbstractSulitnya memprediksi jumlah produksi dimasa datang sehingga permintaan komsumen seringkali tidak terpenuhi dengan baik. Tujuan penelitian ini adalah untuk membuat model prediksi jumlah produksi minyak kelapa menggunakan metode neural network berbasis forward selection, untuk mengetahui jumlah produksi di masa yang akan datang dengan tingkat error yang lebih rendah. Model yang dipilih berdasarkan nilai root mean square error (RMSE) terkecil yang diperoleh dari hasil pengujian. Hasil prediksi jumlah produksi minyak kelapa berdasarkan penelitian yang telah dilakukan sebelumnya dengan hasil niali aktual jumlah produksi minyak kelapa januari 2015, nilai tersebut berdasarkan hasil produksi yang telah terjadi. Dengan rata – rata presentase yang diperoleh yaitu 91.01%. KeywordsProduksi Minyak Kelapa; Time Series
|
Full Text:PDF |
Article MetricsAbstract view: 824 timesPDF view: 501 times |
Digital Object Identifierhttps://doi.org/10.33096/ilkom.v9i3.149.239-243 |
Cite |
References
Meida Arnela Effendi, Winarni, Woro Sumarni. 2012 “Optimalisasi Penggunaan Enzim Bromelin dari Sari Bonggol Nanas dalam Pembuatan Minyak Kelapa”, Universitas Negeri Semerang.
Zunaidhi Rival, Wahyu S.J Saputra dan Ni Ketut Sari. 2012 “Aplikasi Peramalan Penjualan Menggunakan Metode Regresi Linear”, UPN “Veteran” Jawa Timur
Prasetya Eko. 2012, Data Mining – Konsep dan Aplikasi Menggunakan Matlab. Yogyakarta : Andi Yogyakarta, 72-73
Intan Martina Md Ghani dan Sabri Ahmad. 2011 “ Metode Perbandingan Regresi Linier Berganda Pada Pendaratan Ikan”, Australia Jurnal Ilmu Dasar dan Ilmu Terapan, 5(1): 25-3
T.-S. Park, J.-H. Lee, dan B. Choi. 2009 “Optimalisasi Jarinngan Syaraf Tiruan Dengan Daya Inertia Adaptif Particle Swam Optimization”, IEEE Konferensi Internasional Tentang Informatika Kognitif, pp. 481-485
Mohammad,Badrul. 2013, “Prediksi Hasil Pemilu Legislatif DKI Jakarta dengan Metode Neural Network berbasis Particle Swarm Optimization”, E-Journal Techno Nusa Mandiri Vol. IX, No 1, Maret 2013
Rozzaqi Ade Ricky. 2015 “Naïve Bayes dan Filtering Feature Selection Information Gain untuk Prediksi Ketepatan Kelulusan Mahasiswa”, Universitas PGRI semarang
Purwanto, C. Eswaran dan R. Logeswara. 2011 “Sistem Inferensi Adaptif Neuro-Fuzzy yang Disempurnakan Untuk PrediksiTime SeriesHIV/AIDS, A. Abd Manaf dkk. (Eds.) : ICIES 2011, Part III, CCIS 253, PP. 1-13.
Refbacks
- There are currently no refbacks.
Copyright (c) 2017 Marniyati Husain Botutihe
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.