Rachman, Adi Sukarno (2017) Peramalan Produksi Gula Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Pada PG Candi Baru Sidoarjo. Sarjana thesis, Universitas Brawijaya.
Abstract
Gula adalah bahan pokok yang rutin digunakan oleh masyarakat Indonesia. Gula sering digunakan pada industry makanan dan minuman, industri pengolahan dan pengawetan makanan. Kebutuhan gula meningkat didukung oleh gaya hidup masyarakat Indonesia terutama dalam kehidupan sehari-hari. PG Candi Baru adalah pabrik gula yang dibangun pada tahun 1832 dan merupakan perusahaan penghasil gula SHS I (Superior Hooft Suiker) atau Gula Kristal Putih I (GKP). Semenjak tahun 2004 PG Candi Baru meningkatkan kinerja perusahaan dilakukan besar-besaran dan melakukan perubahan melalui terobosan teknologi di bidang on farm dan off farm. Penelitian ini menggunakan Jaringan Syaraf Tiruan backpropagation dengan rancangan arsitektur jaringan berupa 4 neuron input layer, 3 hidden layer, dan 1 output layer. Berdasarkan pada pengujian jumlah iterasi maksimum didapatkan nilai MAPE terendah sebesar 17,85% dengan jumlah iterasi 800. Dan pada pengujian learning rate didapatkan nilai MAPE terendah sebesar 17,38% dengan nilai learning rate 0,4. Jika dengan nilai iterasi maksimum 800 dan nilai learning rate 0,4 maka akan menghasilkan nilai MAPE sebesar 16.98%.
English Abstract
Sugar is a staple that is routinely used by the people of Indonesia. Sugar is often used in the food and beverage industry, food processing and preservation industries. Sugar needs increased supported by the lifestyle of Indonesian people, especially in daily life. PG Candi Baru is a sugar factory that was built in 1832 and is a sugar-producing company SHS I (Superior Hooft Suiker) or White Crystal I (GKP). Since 2004 PG Candi Baru has greatly improved the company's performance and made changes through technological breakthroughs in the field of on farm and off farm. This research uses Artificial Neural Network backpropagation with network architecture design in the form of 4 input layer neurons, 3 hidden layers, and 1 output layer. Based on testing the maximum number of iterations obtained the lowest MAPE value of 17.85% with the number of iteration 800. And in the test of learning rate obtained the lowest MAPE value of 17.38% with the value of learning rate 0.4. If the maximum iteration value of 800 and the value of learning rate 0.4 will result in MAPE value of 16.98%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/619/051708131 |
| Uncontrolled Keywords: | Backpropagation, Produksi Gula, Peramalan, Jaringan Syaraf Tiruan |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 06 Oct 2017 03:31 |
| Last Modified: | 18 Sep 2020 07:33 |
| URI: | http://repository.ub.ac.id/id/eprint/3355 |
Preview |
Text
Rachman, Adi Sukarno.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |