Andam Dewi Ashari, - (2019) PENERAPAN RADIAL BASIS FUNCTION (RBF) UNTUK KLASIFIKASI DAERAH RAWAN PANGAN(STUDI KASUS: DINAS KETAHANAN PANGAN PROVINSI RIAU). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

	Text TA ANDAM DEWI ASHARI 11351203031 watermark hilang bab5.pdf Download (4MB)
	Text (BAB V) BAB V.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Rawan pangan merupakan kondisi tidak tersedianya pangan yang mencukupi bagi individu untuk memenuhi konsumsi makanannya dan berada dibawah jumlah kalori minimum yang dibutuhkan. Kondisi rawan pangan merupakan salah satu masalah pangan yang disebabkan oleh banyak faktor. Penelitian ini menerapkan Jaringan Syaraf Tiruan yang dapat mengklasifikasikan daerah rawan pangan dengan algoritma Radial Basis Function (RBF). Variabel yang digunakan yaitu jumlah penduduk miskin, angka harapan hidup, rumah tangga tanpa akses listrik, air bersih, perempuan buta huruf, tinggi badan balita di bawah standar (Stunting), akses jalan yang memadai, jarak dari fasilitas kesehatan, rasio konsumsi normatif terhadap ketersediaan bersih serealia (NCPR). Jumlah data yang digunakan yaitu 276 data dengan pembagian data menggunakan K-Fold, dimana terdapat 12 fold dengan 23 data uji dan 253 data latih. Parameter RBF yang digunakan adalah nilai spread dengan nilai spread 2 sampai nilai spread 4. Arsitektur jaringan terdiri dari 9 neuron input layer, 9 neuron hidden layer dan 3 neuron output layer. Berdasarkan pengujian yang telah dilakukan, maka diperoleh akurasi tertinggi yaitu 83% yang terletak pada fold 4 dengan nilai spread 3. Oleh karena itu, dapat disimpulkan bahwa RBF dapat diterapkan untuk mengklasifikasikan daerah rawan pangan.

Actions (login required)

View Item