Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Statistika dan Sains Data
Amatullah, Gaida
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics

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

Found 1 Documents
Search

 1 
PENERAPAN EXTREME LEARNING MACHINE (ELM) PADA PERAMALAN SERTIFIKASI BENIH DI PROVINSI JAWA TIMUR Amatullah, Gaida; Wutsqa, Dhoriva Urwatul
Jurnal Statistika dan Sains Data Vol 3, No 1 (2025): Jurnal Statistika dan Sains Data
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21831/jssd.v3i1.20233

Abstract

Penelitian ini bertujuan untuk mendapatkan model peramalan, hasil peramalan dan hasil akurasi peramalan sertifikasi benih UPT PSBTH Dinas Pertanian dan Ketahanan Pangan Jawa Timur Wilayah III Kediri menggunakan metode Extreme Learning Machine (ELM) pada tahun 2023. Data yang digunakan merupakan data sekunder berupa data mentah bulanan dari tahun 2017 sampai tahun 2022 yang diperoleh langsung dari UPT PSBTH Dinas Pertanian dan Ketahanan Pangan Jawa Timur Wilayah III Kediri. Tahapan metode ELM dimulai dari penentuan model peramalan untuk menentukan input, normalisasi data, proses training , proses pengujian, denormalisasi data, dan kemudian akurasi perhitungan. Hasil penelitian model peramalan dengan performa terbaik yaitu 6 input neuron untuk komoditas padi, 5 input neuron untuk komoditas jagung, dan 13 input neuron untuk komoditas kedelai. Komoditas ketiga tersebut menggunakan 20 neuron tersembunyi. Hasil penyiaran menunjukkan pola yang sama dengan periode sebelumnya yaitu mencapai angka sertifikasi benih yang tinggi pada akhir tahun bulan September untuk komoditas padi dan jagung, dan akhir tahun bulan Oktober untuk komoditas kedelai. Hasil akurasi peramalan baik untuk komoditas padi, jagung, dan kedelai dapat dinilai baik/layak dengan masing-masing tingkat kesalahan MAPE yaitu 2,08% untuk komoditas padi, 2,85% untuk komoditas jagung, dan 1,25% untuk komoditas kedelai.
Co-Authors Dhoriva Urwatul Wutsqa