Ariwanda, Galih (2019) Prediksi Harga Cabai Rawit Di Kota Malang Menggunakan Algoritme Extreme Learning Machine (Elm). Sarjana thesis, Universitas Brawijaya.
Abstract
Tanaman cabai rawit merupakan tanaman komoditas untuk bahan pangan yang tidak bisa terlepas dari kebutuhan sehari-hari masyarakat di Indonesia. Salah satu kota di Indonesia yang menjadikan cabai rawit sebagai bahan olahan makanan adalah Kota Malang. Cabai rawit bagi masyarakat di Kota Malang dikonsumsi untuk menjaga metabolisme dan suhu tubuh agar tetap hangat serta vitamin C yang dapat membantu dalam menjaga kesehatan tubuh manusia. Harga cabai rawit di Kota Malang selalu terjadi perubahan yang fluktuatif setiap harinya. Perubahan yang terjadi secara fluktuatif membuat harga cabai rawit sulit diprediksi dengan baik. Selain itu, harga yang diberikan pedagang selalu bervariasi, cabai rawit juga termasuk salah satu komoditas penyumbang inflasi dan mencegah terjadinya perbedaan harga yang didapatkan oleh konsumen dan petani agar tidak saling dirugikan. Maka dari itu, diperlukan prediksi harga cabai rawit di Kota Malang agar konsumen dan pemerintah dapat melakukan tindakan pencegahan terhadap masalah yang ada. Pada penelitian ini, proses prediksi dilakukan dalam beberapa proses yang terdiri dari pre-processing, normalisasi data, prediksi menggunakan algoritme Extreme Learning Machine, dan hasil error menggunakan MAPE. Berdasarkan hasil pengujian yang telah dilakukan menggunakan data harga cabai rawit dari tanggal 1 Januari 2017 sampai 31 Desember 2018 di Kota Malang diperoleh nilai MAPE terkecil sebesar 2,087% dengan banyak fitur sebanyak 2, banyak neuron pada hidden layer sebanyak 5, persentase data training dan data testing 90%:10%, dan fungsi aktivasi yang digunakan Sigmoid Biner.
English Abstract
Cayenne is a commodity for food that cannot be separated from the daily needs of people in Indonesia. One of the cities in Indonesia that makes cayenne as a processed food ingredient is Malang City. Cayenne for people in Malang City is consumed to keep metabolism and body temperature warm and vitamin C which can help maintain the health of the human body. Prices of cayenne in Malang City always fluctuate changes every day. Fluctuation changes that make the price of cayenne are difficult to predict well. In addition, the prices given by traders are always varied, cayenne pepper is also one of the contributing commodities of inflation and prevents the difference in prices obtained by consumers and farmers so that they are not harmed by each other. Therefore, it is necessary to predict the price of cayenne in Malang so that consumers and the government can take preventive measures against the existing problems. In this study, the prediction process was carried out in several processes consisting of pre-processing, normalization of data, predictions using the Extreme Learning Machine algorithm, and the error results using MAPE. Based on the results of testing that has been carried out using cayenne price data from January 1, 2017 to December 31, 2018 in Malang City the smallest MAPE value was 2.087% with 2 features, 5 neurons in the hidden layer, percentage training data and testing data 90%: 10%, and the activation function is Binary Sigmoid
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/541/051905924 |
| Uncontrolled Keywords: | prediksi, harga cabai rawit, extreme learning machine, MAPE, prediction, price of cayenne, extreme learning machine, 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: | 30 Jul 2020 05:56 |
| Last Modified: | 25 Oct 2021 07:08 |
| URI: | http://repository.ub.ac.id/id/eprint/171714 |
Preview |
Text
Galih Ariwanda (2).pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |