Jul Hariansyah, -
(2024)
Prediksi Harga Kelapa Sawit Menggunakan Metode Extreme Learning Machine.
Prediksi Harga Kelapa Sawit Menggunakan Metode Extreme Learning Machine, 5 (2).
pp. 276-283.
ISSN 2714-8912
Abstract
Kelapa sawit merupakan salah satu kunci perekonomian Indonesia dan komoditas utama untuk menarik investasi
asing. Industri minyak sawit dan inti sawit menghasilkan sebagian besar mata uang asing yang berasal dari minyak sawit.
Harga kelapa sawit yang sering naik turun setiap bulannya mengakibatkan ketidakstabilan pendapatan yang diterima oleh
masyarakat yang memiliki kebun kelapa sawit.tujuan prediksi harga kelapa sawit adalah untuk melakukan perencanaan atau
langkah yang tepat bagi pelaku usaha kelapa sawit. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan
melakukan prediksi. Salah satu metode yang dapat melakukan prediksi adalah Extreme Learning Machine (ELM). ELM
merupakan metode dari jaringan syaraf tiruan yang digunakan untuk prediksi harga kelapa sawit. Metode ELM merupakan
metode feedforward dengan single hidden layer yang lebih dikenal dengan single hidden layer feedforwrward neural
network (SLFNs). Pada penelitian ini implementasi terbaik berada pada 5 input dengan 20 neuron pada hidden layer dengan
output berupa prediksi harga kelapa sawit. Berdasarkan pengujian yang dilakukan, maka penelitian yang mengasilkan
Tingkat error terkecil sebesar 0.0027111424247658633 dengan menggunakan 20 neuron pada hidden layer sehingga hasil
pengujian prediksi data terbaru untuk 5 rotasi harga pada bulan September rotasi 1 sebesar 1400.314191, September rotasi 2
sebesar 1846.798921, September rotasi 3 sebesar 1505.430419, September rotasi 4 sebesar 2301.853412, September rotasi 5
sebesar 2645.082489 dalam prediksi harga kelapa sawit.
Actions (login required)
 |
View Item |
