Adam Indra Sakti
Universitas Bangka Belitung

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

IMPLEMENTASI ELM MENGGUNAKAN SIGMOID BINER UNTUK PREDIKSI HARGA CABAI RAWIT DI PROVINSI KEPULAUAN BANGKA BELITUNG Adam Indra Sakti; Desy Yuliana Dalimunthe
MATHunesa: Jurnal Ilmiah Matematika Vol. 13 No. 2 (2025)
Publisher : Universitas Negeri Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Cabai rawit merupakan salah satu komoditas holtikultura yang mempunyai nilai ekonomi dan harga jual tinggi serta mendapat perhatian serius dari pemerintah dan pelaku usaha. Melonjaknya harga cabai yang tidak menentu menyebabkan para petani dan pelaku distribusi kesulitan dalam mempersiapkan cadangan produksi untuk memenuhi permintaan. dan menjadi komoditas yang berkontribusi signifikan terhadap penyebab inflasi di Provinsi Kepulauan Bangka Belitung. Penelitian ini bertujuan untuk membangun model prediksi harga cabai rawit menggunakan algoritma Extreme Learning Machine (ELM) berdasarkan data historis mingguan dari Januari 2021 hingga Mei 2025. Hasil penelitian didapatkan dengan model terbaik yaitu 4-18-1 dengan menggunakan fungsi aktivasi Sigmoid Biner dengan akurasi MAPE pelatihan sebesar 0.6756192% dan akurasi pengujian sebesar 0.159652% dimana pada tabel kategori MAPE dikatakan sangat baik. Sehingga hal ini menunjukkan bahwa algoritma Extreme Learning Machine (ELM) cocok digunakan untuk memprediksi harga cabai rawit di Provinsi Kepulauan Bangka Belitung.