<![CDATA[Bawang merah merupakan tanaman holtikultura yang berpotensi tinggi terhadap perubahan harga sehingga sangat fluktuatif bagi petani maupun konsumen dan juga termasuk komoditas trategis. Di Indonesia khusunya, pertumbuhan bawang merah mengikuti pola musim yang terjadi, sehingga pada musim tertentu stok bawang merah menurun. Prediksi harga bawang merah menjadi penting dilakukan untuk mengetahui harga bawang merah ke depan. Neural network termasuk algoritma yang terbaik dalam melakukan prediksi. Masalah utama bagaimana menentukan jumlah neuron dan hidden layer yang optimal sehingga akurasi prediksinya tinggi. Jurnal ini bertujuan untuk merancang arsitektur neural network dengan menggunakan algoritma bacpropagation. Tahapan penelitian dilakukan adalah mengumpulkan data harga bawang merah, melakukan proprecessing data, memproses prediksi, pengujian akurasi, pengujian akurasi dan eror serta implementasi. Dalam memproses prediksi dilakukan sesuai dengan rancangan model prediksi, yaitu parameter epoch, momentum, learning rate, hidden layer untuk menghasilkan keakuratan yang tinggi. Temuan yang diperoleh berupa rancangan optimal untuk melakukan prediksi yaitu dengan menggunakan multilayet. Diperoleh tingkat akurasi mencapai 98.324% atau dengan tingkat eror yang relatif rendah yaitu 11,161%]]>
Copyrights © 2023
