Hendriansa, Bayu (2019) Perancangan Sistem Informasi Peramalan Produksi Apel Di Kota Batu Dengan Metode Extreme Learning Machine (Elm) (Studi Kasus Di Dinas Pertanian Kota Batu). Sarjana thesis, Universitas Brawijaya.
Abstract
Dinas Pertanian Kota Batu merupakan suatu lembaga pemerintah yang bertugas sebagai pembuat kebijakan teknis operasional serta pengawas kebutuhan konsumen di bidang pertanian. Sektor pertanian dan perkebunan di Kota Batu didominasi oleh Apel namun Pemerintah belum memiliki suatu sistem informasi yang dapat meramalkan produksi Apel. Peramalan merupakan satu fungsi yang sangat penting karena hampir seluruh keputusan produksi diambil berdasarkan peramalan yang akan terjadi di masa depan. Tujuan dari penelitian ini adalah untuk membangun suatu sistem informasi peramalan produksi dengan metode Extreme Learning Machine (ELM) yang dapat diimplementasikan di Dinas Pertanian Kota Batu berdasarkan dengan kesesuaian kebutuhan user. ELM merupakan metode pengembangan dari jaringan saraf tiruan feedforward sederhana dengan menggunakan satu hidden layer. Variabel input yang digunakan adalah luas panen, luas lahan, dan jumlah tanaman produktif serta menghasilkan satu ouput yaitu produksi apel. Data yang digunakan adalah data produksi apel di Kota Batu selama 52 tahun. Pengembangan sistem informasi dibangun dengan metode waterfall dan menggunakan Bahasa pemrograman C# serta dirancang menggunakan framework Microsoft Visual Studio 2019. Kuesioner diberikan kepada 5 Pegawai Dinas untuk mengetahui kesesuaian sistem informasi peramalan produksi terhadap kebutuhan user. Berdasarkan hasil penelitian yang telah dilakukan, ELM menghasilkan nilai peramalah yang akurat dengan rasio jumlah data training dan testing 80%:20% dengan nilai rata-rata MSE terkecil sebesar 0,06152. Pengujian hidden neuron yang digunakan pada ELM menggunakan jumlah hidden neuronviii 1,2,4,5,10,20,30,50,100 dan memberikan hasil peramalan yang berbeda. Jumlah hidden neuron 4 menghasilkan rata – rata MSE yang terkecil sebesar 0,04747. Berdasarkan hasil pengujian sistem dengan User Acceptance Test, sistem informasi peramalan produksi menghasilkan kepuasan indeks user sebesar 76,67% yang bebrarti sistem mampu memenuhi kebutuhan user dengan baik.
English Abstract
Dinas Pertanian Kota Batu that serves as a technical policy maker operational as well as a supervisor of consumer needs in agriculture. The agriculture and plantation sector in Batu is dominated by Apple but the government does not yet have an information system that can predict the production of Apple. Forecasting is a very important function as almost all production decisions are taken based on forecasting that will occur in the future. The purpose of this research is to establish a production forecasting information system with the Extreme Learning Machine (ELM) method that can be implemented in the Agriculture Department of Batu based on the suitability of user needs. ELM is the development method of a simple feedforward artificial neural network using one hidden layer. The input variables used are the area of harvest, area of land, and the number of productive crops and produce an output i.e. production of apple. The data used is the Apple production data in Batu for 52 years. The development of information systems was built by waterfall method and uses the C# programming language and is designed using the Microsoft Visual Studio 2019. Questionnaire was given to 5 officers to know the suitability of information system forecasting production to the needs of users. Based on the results of the research that has been done, the ELM generates accurate value-added with the ratio of data training and testing 80%: 20% with the smallest MSE average value is 0,06152. Testing hidden neurons used on ELM uses the number of hidden neurons 1, 2, 4, 5, 10, 20, 30, 50, 100 and that provides different forecasting results. The number of hidden neurons 4 generates an average of the smallest MSE is 0,04747. Based on the results of the system test with User Acceptancex Test, production forecasting information system resulted in user index satisfaction of 76,67% which means that the system can fulfill the user's needs well.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTP/2019/123/052002117 |
| Uncontrolled Keywords: | Peramalan, Produksi Apel, Sistem Informasi, Extreme Learning Machine, Forecasting, Apple Production, Information Systems, Extreme Learning Machine |
| Subjects: | 600 Technology (Applied sciences) > 634 Orchards, fruits, forestry > 634.1 Pomaceous fruits > 634.11 Apples |
| Divisions: | Fakultas Teknologi Pertanian > Teknologi Industri Pertanian |
| Depositing User: | Nur Cholis |
| Date Deposited: | 05 Aug 2020 08:22 |
| Last Modified: | 21 Oct 2021 04:34 |
| URI: | http://repository.ub.ac.id/id/eprint/181026 |
Preview |
Text
Bayu Hendriansa (2).pdf Download (9MB) | Preview |
Actions (login required)
 |
View Item |