Suryaningrum, Dwi Ari. (2017) Prediksi Waktu Panen Tebu Menggunakan Gabungan Metode Backpropagation Dan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Sebelum tebu digiling oleh pabrik, dilakukan analisis kemasakan tebu terlebih dulu. Tebu yang baik untuk digiling adalah tebu yang sudah dikatakan matang dimana dapat dilihat dari beberapa faktor seperti luas kebun, umur, diameter batang, rata – rata ruas per batang dan rata – rata panjang per batang. Faktor – faktor tersebut digunakan sebagai atribut dalam penelitian yang dilakukan. Analisis kemasakan tebu dilakukan beberapa kali untuk menentukan bahwa tebu tersebut sudah matang atau belum. Untuk mempermudah proses tersebut maka dilakukan penelitian mengenai prediksi waktu panen tebu. Dengan banyaknya data yang digunakan dan proses yang dilakukan berulang kali, maka akan sulit diolah secara manual dan membutuhkan waktu yang cukup lama. Selain itu tidak menutup kemungkinan peluang terjadi kesalahan semakin besar. Penelitian ini menggunakan gabungan algoritma genetika dan backpropagation dalam proses prediksi waktu panen. Algoritma genetika digunakan untuk mengoptimalkan hasil prediksi dengan pemilihan bobot dan bias yang merupakan solusi terbaik. Sedangkan metode backpropagation digunakan untuk menghitung nilai Mean Square Error (MSE) yang akan digunakan dalam perhitungan nilai fitness dan juga pada proses prediksi data uji. Pada penelitian ini akan dilakukan lima macam pengujian yaitu banyaknya generasi, ukuran populasi, pengujian kombinasi nilai crossover rate dan mutation rate, pengujian learning rate dan pengujian nilai Average Forecasting Error Rate (AFER). Hasil yang didapat dari penelitian ini adalah prediksi waktu panen dan AFER. Hasil pengujian terbaik yaitu dengan hasil AFER sebesar 0,0205%.
English Abstract
Before sugar cane was milled by the factory, the first process is analysis of sugar cane maturity. The best sugar cane condition to be ground is mature cane that can be seen from several factors such as garden area, age, stem diameter, the average segment per stem and the average length per stem. These factors are used as attributes in the research conducted. Analysis of the maturity of sugar cane is done several times to determine that the sugar cane is mature or not. To simplify the process, then we proposed this research on the prediction of sugar cane harvest time. With so much data being used and repeated processes, it will be difficult to process manually and takes a long time. In addition, the manual process does not close the possibility of an increasing error. This research uses a combination of genetic algorithm and backpropagation in the process of predicting the harvest time. Genetic algorithms are the best solution used to optimize prediction results by weight selection and bias. Backpropagation method is used to calculate Mean Square Error (MSE) value, which will be used in calculation of fitness value and also on prediction of data test. In this research will be done five kinds of testing, as follows generation test, population size test, test combination of crossover rate and mutation rate, testing of learning rate and testing of Average Forecasting Error Rate (AFER). The result of this research are predictions of harvest time, the value of fitness and AFER. The best result is result of AFER value is 0,0205%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/308/051705671 |
| Uncontrolled Keywords: | Prediksi, Algoritma Genetika, Backpropagation, MSE, AFER |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 31 Jul 2017 06:54 |
| Last Modified: | 28 Sep 2020 09:33 |
| URI: | http://repository.ub.ac.id/id/eprint/864 |
Preview |
Text
Dwi Ari Suryaningrum.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |