Adiatmaja, Pindo Bagus (2019) Peramalan Harga Cabai Merah Besar Wilayah Jawa Timur Menggunakan Metode Extreme Learning Machine. Sarjana thesis, Universitas Brawijaya.
Abstract
Dalam pemenuhan kebutuhan ekonomi di Indonesia, sektor komoditas pertanian memiliki peranan yang sangat penting. Dikarenakan komoditas pertanian adalah matapencarian dan konsumsi pokok masayarakat di Indonesia. Kebutuhan masyarakat sehari-hari tidak bisa dipisahkan dari komoditas pertanian salah satunya cabai merah besar. Hal ini disebabkan karena tingkat konsumsi cabai merah besar yang digunakan untuk bumbu dapur dan bahan masakan cukup tinggi. Oleh sebab itu, cabai merah besar yang termasuk dalam komoditas pertanian dapat dikategorikan sebagai kebutuhan bahan pangan primer dalam kehidupan masyarakat. Harga cabai merah besar yang tidak menentu dan cenderung naik dapat mengakibatkan kerugian bagi negara dan masyarakat. Untuk mengatasi masalah tersebut salah satu solusinya yaitu dengan cara melakukan peramalan harga yang dapat digunakan untuk memprediksi kemungkinan kenaikan harga cabai secara cepat dan akurat. Penelitian ini memiliki tujuan untuk melakukan peramalan harga cabai merah besar menggunakan metode ELM. Berdasarkan hasil implementasi dan analisis yang telah dilakukan menggunakan data harga cabai merah besar dari tanggal 18 Juli 2016 hingga 28 Desember 2018 diperoleh kesalahan terkecil menggunakan Mean Absolute Error (MAPE) sebesar 3 % dengan menggunakan jumlah fitur sebanyak 2, jumlah hidden neuron sebanyak 3 dan rentang nilai bobot sebesar [-1,8, 1,8]
English Abstract
In fulfilling economic needs in Indonesia the agricultural commodity sector has a very important role. Due to agricultural commodities are the livelihoods and basic consumption of the people in Indonesia. Daily people's needs cannot be separated from agricultural commodities, one of which is large red chili. This is due to the level of consumption of large red chili used for kitchen spices and the ingredients are quite high. Therefore large red chili which is included in agricultural commodities can be categorized as the primary food needs in people's lives. The prices of large red chili which are erratic and tend to rise can cause losses to the state and society. To overcome this problem, one solution is to forecast prices that can be used to predict the possibility of chili price increases quickly and accurately. This study aims to forecast the price of large red chili using the ELM method. Based on the results of the implementation and analysis that has been carried out using the data of large red chili prices from July 18, 2016 to December 28, 2018 the smallest error was obtained using Mean Absolute Error (MAPE) of 3 % using 2 feature, the number of neurons as many as 3 and the range of weight values [-1,8, 1,8].
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/444/051905828 |
| Uncontrolled Keywords: | peramalan, prediksi, cabai merah besar, extreme learning machine, mean absolute percentage error, prediction, forecasting, large red chili,extreme learning machine, mean absolute percentage error |
| 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: | 24 Aug 2020 06:55 |
| Last Modified: | 25 Oct 2021 02:22 |
| URI: | http://repository.ub.ac.id/id/eprint/172054 |
Preview |
Text
Abstrak-Pindo Bagus Adiatmaja (2).pdf Download (772kB) | Preview |
Actions (login required)
 |
View Item |