Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI PRODUKSI TANDAN BUAH KELAPA SAWIT

Rengga Praditya, - (2020) PENERAPAN JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI PRODUKSI TANDAN BUAH KELAPA SAWIT. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img] Text
[LAPORAN BAB I,II,III,IV,VI] PENERAPAN JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI PRODUKSI TANDAN BUAH KELAPA.pdf

Download (2MB)
[img] Text (BAB V)
[LAPORAN BAB V] PENERAPAN JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI PRODUKSI TANDAN BUAH KELAPA.pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

PT. Peputra Masterindo memiliki permasalahan dalam menentukan target produksi bulanan tandan buah kelapa sawit. Hasil produksi masih sering tidak sesuai dengan target produksi yang sudah ditentukan. Sehingga biaya yang dikeluarkan untuk proses operasional pengolahan tbs tidak sesuai dengan hasil produksi yang didapat. Untuk mengatasi masalah itu diperlukan suatu metode prediksi untuk menentukan prediksi produksi tandan buah kelapa sawit secara lebih detail. Penelitian ini menggunakan metode Elman Recurrent Neural Network untuk melakukan prediksi dengan menggunakan data produksi tandan buah kelapa sawit yang berupa hasil produksi dari bulan januari 2007 hingga desember 2018 yang berjumlah 144 data asli. Data periode bulanan akan diubah menjadi data time series 12 variabel data inputan dan 1 keluaran data keluaran. Data diubah menjadi time series berjumlah 132 data. Parameter uji yang dilakukan adalah dengan learning rate 0.1 hingga 0.9, batas toleransi error 0.001 dan maksimum epoch 500. Pengujian data dilakukan dengan tiga kali percobaan pembagian latih dan uji, yaitu 70%:30% 80%:20% dan 90%:10%. Berdasarkan hasil pengujian penelitian yang telah dilakukan, didapat akurasi dan nilai RMSE. Akurasi tertinggi 89.028%, diperoleh pada pembagian data latih 90% dan data uji 10% dengan learning rate 0.8 dan toleransi error 0.001. Sedangkan nilai RMSE 0.006753 diperoleh pada pembagian data 80%:20%, nilai learning rate 0.5, epoch 500 dan toleransi error 0.001. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa metode ERNN dapat digunakan untuk prediksi produksi tandan buah kelapa sawit.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 01 Sep 2020 02:39
Last Modified: 01 Sep 2020 02:39
URI: http://repository.uin-suska.ac.id/id/eprint/29930

Actions (login required)

View Item View Item