<![CDATA[Lada merupakan salah satu jenis tanaman perkebunan yang berperan penting dalamperekonomian negara Indonesia. Selain sebagai penyedia lapangan pekerjaan, sumberpendapatan dan devisa negara, lada juga berperan dalam mendorong pengembanganwilayah dan pengembangan agro-industri. Produksi Lada Indonesia yang digunakanuntuk ekspor lebih besar dibandingkan yang digunakan untuk konsumsi dalam negeri.Beberapa penelitian telah dilakukan dalam memprediksi harga komoditi lada denganbeberapa metode yang telah dilakukan oleh peneliti sebelumnya. Dalam penelitian ini,metode yang digunakan adalah Neural Network dengan tingkat nilai error yangcukup rendah. Salah satu kelemahan dari metode Neural Network adalah harus menyimpandalam jumlah dan karakteristik yang sangat besar pada data training. Untuk menentukan model terbaik dari setiap periode sebelumnya di perlukan optimasi bobot dari setiap variabeldata training yang relevan. Dari hasil penelitian diperoleh model terbaik pada backpropagation neural network dengan parameter untuk training cycle 900, learning rate 0.2 dan momentum 0.2, serta neuron size 2 sedangkan pada particle swarm optimization nilai population size 15, nilai max.of generation 55, nilai inertia weight 1.0, nilai local best weight 1.0 dan nilai global best weight 1.0menghasilkan nilai RMSE yang lebih baik yaitu 0.084 dibandingkan dengan hanya menggunaka BPNN saja yaitu 0.096. Hal ini membuktikan bahwa dengan metode PSO mampu memberikan hasil yang lebih baik]]>
Copyrights © 2017
