Prediksi Jumlah Hablur Gula Menggunakan Metode Backpropagation (Studi Kasus : Pabrik Gula Pesantren Baru)

Rachmadani, Anne Diane and Drs. Muh.Arif Rahman, M. KOM and Bayu Rahayudi, S.T., M.T. (2020) Prediksi Jumlah Hablur Gula Menggunakan Metode Backpropagation (Studi Kasus : Pabrik Gula Pesantren Baru). Sarjana thesis, Universitas Brawijaya.

Abstract

Hablur (gula kristal) merupakan gula sukrosa yang dikristalkan. Hablur mempunyai peran penting dalam swasembada gula nasional. Maka dari itu hablur yang dihasilkan harus sesuai dengan target produksi agar tidak menimbulkan masalah seperti adanya impor gula. Dalam proses prediksi hablur, pabrik menggunakan perhitungan rumus. Dimana pada proses tersebut terdapat kendala yaitu adanya selisih yang cukup jauh antara hasil perhitungan manual dengan realisasi sebenarnya. Maka penelitian ini mengimplementasikan metode jaringan syaraf tiruan backpropagation untuk memprediksi hasil hablur gula. Dimana hasil target pabrik dan prediksi sistem akan diibandingkan guna mengetahui hasil terbaik yang bisa didapatkan. Variabel-variabel yang digunakan untuk mendukung proses prediksi antara lain jumlah tebu (kw), luas area (ha), produktivitas (ton), rendemen (%), dan hablur (ton) sebagai target keluaran sistem. Dari hasil pengujian maka didapatkan parameter-parameter terbaik yaitu 4 hidden neuron, learning rate 0,1, epoch maksimal 20, dan rata-rata akurasi mencapai 90%. Sedangkan target pabrik memperoleh rata-rata akurasi sebesar 84%. Hal tersebut menunjukkan bahwa backpropagation bisa digunakan untuk memprediksi jumlah hablur.

English Abstract

Crystal (crystal sugar) was made from a crystallized sucrose sugar. The crystal has an important role in national sugar self-sufficiency. Therefore the crystal produced must be in accordance with the production target so they not made a cause problems such as the import of sugar. In the crystal prediction process, the factory used the formula calculation. Where in the process there are obstacles namely the existence of a considerable difference between the results of manual calculations with actual realization. So this research implements backpropagation neural network method to predict the result of sugar crystal. Where the factory target results and system predictions will be compared to find out the best results that can be obtained. The variables used to support the prediction process include the amount of sugar cane (kw), area (ha), productivity (tons), yield (%), and crystal (tons) as the target system output. From the test results, the best parameters are 4 hidden neurons, learning rate 0.1, maximum epoch is 20, and the average accuracy reaches 90%. Whereas the target factory gets an average accuracy of 84%. This shows that backpropagation can be used to predict the amount of crystal.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520150057
Uncontrolled Keywords:	hablur, jaringan syaraf tiruan, backpropagation. : crystal, artificial neural network, backpropagation.
Subjects:	000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks)
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	27 Feb 2021 12:54
Last Modified:	01 Oct 2024 03:45
URI:	http://repository.ub.ac.id/id/eprint/183628

Text -Anne Diane Rachmadani.pdf Download (3MB)

Actions (login required)

View Item