Mardhika, Dhan Adhillah (2019) Penerapan Algoritma Support Vector Regression Pada Peramalan Hasil Panen Padi Studi Kasus Kabupaten Malang. Sarjana thesis, Universitas Brawijaya.
Abstract
Padi merupakan salah satu sumberdaya penting dalam kehidupan manusia, dalam beberapa survei didapati bahwa lebih dari 59% penduduk dunia menggunakan Beras yang berasal dari padi sebagai bahan pokok makanan. Namun dalam suatu teori lain disebutkan bahwa populasi manusia akan terus berkembang secara ekponensial sedangkan hal itu sulit untuk diikuti oleh pertumbuhan hasil pangan, terutama dalam hal ini padi. Metode Support Vector Regression (SVR) adalah metode yang digunakan pada penelitian ini. Metode ini telah digunakan pada beberapa penelitian sebelumnya seperti peramalan harga emas dan peramalan konsumsi listrik. Penelitian ini difokuskan untuk menguji apakah metode Support Vector Regression(SVR) ini cocok untuk digunakan dalam prediksi hasil panen padi, dengan menggunakan beberapa parameter yang telah ditentukan, serta dengan menerapkan perubahan pada parameter yaitu jumlah iterasi, Complexity, Epsilon, Sigma, cLR, Lambda. Hasil yang terbaik yang didapatkan pada penelitian ini mencapai error rate MAPE sebesar 10,133%, hasil tersebut dicapai dengan nilai parameter sebagai berikut, Jumlah iterasi : 50, Complexity : 1, Epsilon : 0,01, Sigma : 1, cLR : 0,1, Lambda : 1 .
English Abstract
Rice is an important resource in human life, in several surveys found that 59% of the world's population uses rice derived from rice as a staple food. However, in another theory, of course, that humans will continue to develop exponentially while it is difficult to be followed by the growth of food products, especially in this case rice. The Vector Regression Support (SVR) Method is the method used in this study. This method is used in several previous studies such as forecasting the price of gold and electricity consumption. This study supports to discuss whether this method of Supporting Regression Vector (SVR) is suitable for use in predicting rice yields, using several predetermined parameters, and by applying changes to parameters based on the number of iterations, Complexity, Epsilon, Sigma, cLR, Lambda . The results obtained in this study reached a MAPE error rate of 10.133%, these results were obtained with parameter values such as the following, Number of iterations: 50, Complexity: 1, Epsilon: 0.01, Sigma: 1, cLR: 0.1, Lambda: 1
Other obstract
-
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FILKOM/2019/734/052001225 |
Uncontrolled Keywords: | SVR, Peramalan, Padi, Time Series |
Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Endang Susworini |
Date Deposited: | 20 Jul 2020 23:54 |
Last Modified: | 31 Jul 2020 07:09 |
URI: | http://repository.ub.ac.id/id/eprint/179420 |
Actions (login required)
![]() |
View Item |