<![CDATA[Peramalan (forecasting) merupakan proses perkiraan besarnya atau jumlah sesuatu pada waktu yang akan datang berdasarkan data pada masa lampau. Salah satu metode yang dapat digunakan untuk peramalan adalah jaringan syaraf tiruan backpropagation. Dalam proses produksi kebun sawit peramalan merupakan salah satu faktor penting untuk menunjang operasional agar lebih efektif dan berjalan dengan baik. Pada model peramalan ini menggunakan algortima jaringan syaraf tiruan algoritma backpropagation dikombinasikan dengan conjugate gradient powell-beale restarts. Adapun peramalan ini akan diimplementasikan kedalam sebuah aplikasi yang ditujukan untuk pengguna akhir (end user). Data yang digunakan sebagai data latih dan data uji yaitu data dari produksi dan data-data pendukung lainnya dari tahun 2016 – 2020. Arsitektur backpropagation yang digunakan yaitu, (5-5-1) dengan 5 layer input, 5 hidden layer dan 1 layer output, learning rate 0.5 dan maksimum iterasi 15000, dengan hasil tingkat error Mean Squared Error (MSE) tingkat akurasi paling tinggi ada pada periode 1 / Jan – April 2020, dengan tingkat akurasi 99.81% dengan hasil peramalan 179.715 kg, sedangkan rata-rata akurasi sebesar 89%.]]>
Copyrights © 2021
