Sinaga, Retiana Fadma Pertiwi (2018) Peramalan Produksi Kelapa Sawit Menggunakan Jaringan Syarat Tiruan Dengan Metode Backpropagation (Studi Kasus Pt.Sandabi Indah Lestari). Sarjana thesis, Universitas Brawijaya.
Abstract
Salah satu Perkebunan Besar Swasta di Indonesia ialah PT. Sandabi Indah Lestari yang berada di Provinsi Bengkulu. PT.Sandabi Indah Lestari merancang anggaran setiap tahunnya untuk dihabiskan pada proses produksi yang dilakukan setiap seminggu sekali. Setiap proses produksi tentunya membutuhkan biaya tersendiri, jika hasil produksi tidak dapat memberikan keuntungan maka perusahaan akan mengalami kerugian. Oleh karena itu, diperlukan peramalan hasil produksi kelapa sawit untuk dijadikan acuan agar hasil produksi tetap stabil atau bahkan meningkat. Hasil peramalan nantinya dapat digunakan oleh pihak perusahaan untuk meningkatkan hasil produksi dan tidak mengalami kerugian dari target perencanaan anggaran yang telah dibuat. Penelitian ini menggunakan metode backpropagation dipadu dengan algoritme nguyen widrow. Dari hasil pengujian dengan jumlah 260 data latih, jumlah data uji 12 data uji, nilai learning rate 0.4, jumlah neuron hidden layer 5, batas error sebesar 0.001, dan iterasi maksimal sebesar 900 menghasilkan nilai MAPE (Mean Absolute Percentage Error) sebesar 10,0047%.
English Abstract
One of the Big Private Plantation companies in Indonesia is PT. Sandabi Indah Lestari located in Bengkulu Province. PT.Sandabi Indah Lestari designs a budget every year to spend on production process conducted once every week. Each production process of course requires a separate cost, if the production can not change production costs, the company will incur losses. Therefore, it is necessary to forecast the output of palm oil production to be a reference for the production results remain stable or even increased. Forecasting results can later be used by the company to improve production and do not lose from budget planning targets that have been made. This research uses backpropagation method combined with nguyen widrow algorithm. From the test results with the number of 260 data train, the amount of test data 12 test data, the value of learning rate 0.4, the number of hidden layer 5 neurons, the error limit of 0.001, and the maximum iteration of 900 yields MAPE (Mean Absolute Percentage Error) value of 10,0047 %.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2018/313/051804126 |
Uncontrolled Keywords: | kelapa sawit, produksi, peramalan, backpropagation. Oil palm, production, forecasting, backpropagation. |
Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 31 Jan 2019 02:23 |
Last Modified: | 16 Oct 2021 04:41 |
URI: | http://repository.ub.ac.id/id/eprint/13390 |
Preview |
Text
Retiana Fadma Pertiwi Sinaga.pdf Download (3MB) | Preview |
Actions (login required)
![]() |
View Item |