Sari, Cindy Inka (2019) Prediksi Volume Impor Beras Nasional Menggunakan Metode Support Vector Regression (Svr). Sarjana thesis, Universitas Brawijaya.
Abstract
Pemenuhan kebutuhan beras sebagai bahan pangan utama di Indonesia selama ini mengandalkan produksi dari dalam negeri dan impor beras. Impor beras di Indonesia yang dilakukan secara terus-menerus seiring bertambahnya jumlah masyarakat membuat adanya ketergantungan impor beras dari negara lain. Prediksi dibutuhkan untuk mengontrol volume impor beras nasional karena volume impor yang tidak terkontrol akan menimbulkan kerugian dan dampak negatif. Support Vector Regression (SVR) dipilih dalam melakukan prediksi jumlah volume impor beras nasional karena lebih unggul dibandingkan beberapa metode lain. Data yang digunakan dalam prediksi adalah data konsumsi, produksi, volume impor beras 1 tahun sebelumnya sebagai variabel bebas dan data volume impor beras nasional dalam kurun waktu 1971 – 2016 sebagai variabel terikat. Pengujian dilakukan dengan menggunakan 9 data uji didapatkan parameter terbaik Sigma (σ) = 0.07, Lambda (λ) = 0.4, Constanta Learning Rate (cLr) = 0.01, Kompleksitas (C) = 10, Epsilon (ε) = 0.0004, jumlah Iterasi = 2000 dan jumlah data latih = 37. Hasil evaluasi diukur menggunakan nilai Mean Absolute Percentage Error (MAPE). Nilai MAPE terbaik yang dihasilkan termasuk dalam kategori cukup sebesar 32.2748.
English Abstract
In Indonesia domestic rice production and rice imports are needed in order to attain national rice consumption. As the number of people increases and imported rice are consumed continuously, therefore Indonesia depends on rice imports from other countries. Prediction is needed to control the volume of national rice imports because excessive imports will cause negative losses and impacts. Support Vector Regression (SVR) is used to predict the volume of national rice imports. The data used in the prediction are data on consumption, production, volume of rice imports 1 year earlier as bebas variables and data on the volume of national rice imports in the period 1971 - 2016 as terikat variables. Tests carried out using 9 test data obtained the best parameters Sigma (σ) = 0.07, Lambda (λ) = 0.4, Constanta Learning Rate (cLr) = 0.01, Kompleksitas (C) = 10, Epsilon (ε) = 0.0004, the number of Iterations = 2000 and the number of training data = 37. The evaluation results were measured using Mean Absolute Presentage Error (MAPE). The best MAPE value produced is included in the sufficient category of 32.2748.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/95/051902265 |
| Uncontrolled Keywords: | prediksi, regresi, impor beras nasional, support vector regression, MAPE, prediction, regression, national rice imports, support vector regression, MAPE. |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 10 Aug 2020 06:07 |
| Last Modified: | 24 Oct 2021 03:46 |
| URI: | http://repository.ub.ac.id/id/eprint/169185 |
Preview |
Text
Cindy Inka Sari (2).pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |