Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Information System and Technology (JOINT)
Sihombing, Ervin Roy F.
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
PREDIKSI HASIL PANEN PADI MENGGUNAKAN ARTIFICIAL NEURAL NETWORK (ANN) Kaputra, Hendrik; Rouza, Erni; Badawi, Rahmad; Sihombing, Ervin Roy F.; Ronaldi, Ronaldi
Journal of Information System and Technology (JOINT) Vol. 6 No. 3 (2025): Journal of Information System and Technology (JOINT)
Publisher : Program Sarjana Sistem Informasi, Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/joint.v6i3.11508

Abstract

Pertanian merupakan sektor penting dalam pembangunan ekonomi Indonesia terutama di wilayah provinsi riau kabupaten rokan hulu, terutama dalam penyediaan bahan pangan utama seperti padi. Namun, produktivitas hasil panen padi sering mengalami fluktuasi akibat faktor-faktor lingkungan seperti curah hujan, suhu, kelembapan udara, pH tanah, dan penggunaan pupuk. Penelitian ini bertujuan untuk melakukan prediksi hasil panen padi menggunakan metode Artificial Neural Network (ANN) berbasis data simulasi yang mewakili kondisi pertanian di Indonesia. Dataset yang digunakan terdiri dari tujuh variabel input yaitu curah hujan, suhu, kelembapan, luas lahan, pH tanah, intensitas cahaya, dan penggunaan pupuk, serta satu variabel output yaitu hasil panen padi dalam ton per hektar. Model ANN dibangun menggunakan arsitektur 7-16-8-1 dengan fungsi aktivasi ReLU dan linear, serta dioptimalkan menggunakan algoritma Adam. Proses pelatihan dilakukan sebanyak 100 epoch dengan rasio data latih 80% dan data uji 20%. Hasil pengujian menunjukkan bahwa model ANN mampu menurunkan nilai loss secara signifikan dan mencapai akurasi prediksi di atas 90%. Dengan demikian, metode ANN terbukti efektif dalam memprediksi hasil panen padi secara lebih akurat dan dapat dijadikan acuan untuk mendukung pengambilan keputusan di bidang pertanian berbasis data, khususnya dalam upaya mendukung ketahanan pangan nasional
Co-Authors Badawi, Rahmad Erni Rouza, Erni Kaputra, Hendrik Ronaldi, Ronaldi