PREDIKSI HARGA KOMODITI JAGUNG MENGGUNAKAN K-NN DAN PARTICLE SWARM OPTIMAZATION SEBAGAI FITUR SELEKSI
Mohamad Efendi Lasulika(1*);
(1) 
(*) Corresponding Author
AbstractJagung merupakan komponen terpenting pakan pabrikan di dunia, terutama di daerah tropis. Fluktuasi harga produk pertanian akan mengakibatkan ikut berfluktuasinya pendapatan yang diterima oleh petani dari hasil produksi pertanian mereka. Salah satu upaya untuk mengantisipasi terjadinya fluktuasi harga adalah dengan melakukan peramalan harga. Peramalan harga dimaksudkan untuk melakukan prakiraan/prediksi harga masa depan dalam kurun waktu tertentu, dengan hasil keluaran berupa harga masa depan. metode KNN dapat digunakan untuk memprediksi harga komoditi. Hasil eksperiment yang telah dilakukan peneliti menunjukkan bahwa algoritma K-NN berbasis Particle Swarm Optimazation lebih baik dibandingkan dengan algoritma K-NN tanpa fitur seleksi. Berdasarkan hasil penelitian nilai RMSE terendah terdapat pada K-Nearest Neighbor berbasis Particle Swarm Optimazation untuk data jagung dengan variabel periode 4 parameter k 7 nilai population 5 Max Of Generation 40 dengan nilai RMSE 0,06
KeywordsTime Series; K-Nearest Neighbor; Particle Swarm Optimazation
|
Full Text:PDF |
Article MetricsAbstract view: 2334 timesPDF view: 1322 times |
Digital Object Identifierhttps://doi.org/10.33096/ilkom.v9i3.148.233-238 |
Cite |
References
. Simanungkalit Jubelitor Ferlando, Sistem pendukung keputusan berbasis jaringan saraf tiruan untuk peramalan harga komoditas tanaman pangan. Yogyakarta, Jurnal Agritech, Vol. 33, No. 1 Februari 2013,
. Rachman Benny, Dinamika Harga dan Perdagangan Komoditas Jagung, Bogor. 2011
. Anto, Prediksi time series harga komoditi kakao dan jagung dengan Algoritma Backpropagation Neural Network berbasis Forward Selection, Semarang, 2013
. Prasetyo Eka, Data Mining Konsep dan Aplikasi Menggunakan Matlab, CV. Andi Offset, Yogyakarta, 2012
. Yanti Novi, Penerapan Metode Neural Network dengan struktur Backpropagation untuk prediksi Stok Obat di Apotek, Seminar Nasional Aplikasi Teknologi Informasi, ISSN : 1907-5022, 2011
. Pandie S.Y. Emerensye, Implementasi Algoritma Data Mining K-Nearest Neighbor (K-NN) Dalam Pengambilan Keputusan Pengajuan Kredit, Seminar Nasional Sains dan Teknik, Kupang. 2012
. R. N. Whidhiasih, N. A. Wahanani and Supriyanto, Klasifikasi buah belimbing berdasarkan citra red-greenblue menggunakan knn dan lda, Jurnal Penelitian Ilmu Komputer, System Embedded & Logic 1(1) : 29-35, 2013
. Imandoust Bafandeh S, dkk, Application of K-Nearest Neighbor (KNN) Approach for Predicting Economic Events : Theoretical Background, S.B Imandoust et al. Int. Journal of Engineering Research and Applications. Vol. 3, Issue 5, 2013
. Utami nanik. Aplikasi Metode iParticle Swarm Optimazation dalam Clustering (Studi Kasus : Penentuan Karakteristik Segmentasi Pasar Pulsa Di Surabaya Timur, Surabaya
Refbacks
- There are currently no refbacks.
Copyright (c) 2017 Mohamad Efendi Lasulika
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.