Komparasi Algoritma Machine Learning untuk Penentuan Performance Terbaik Pada Prediksi Produksi Tanaman Jahe di Indonesia
Keywords:
Komparasi, Machine Learing,Performance Terbaik,Levenberg-Marquardt, Fletcher-Reeves.Abstract
Tanaman jahe merupakan tanaman herbal yang sangat banyak kegunaannya dikehidupan sehari-hari kita. Bukan hanya di Indonesia saja tapi di Negara lain juga sangat membutuhkan tanaman jahe untuk dikonsumsi. Oleh karena itu perlu dilakukannya prediksi terhadap tingkat produksi tanaman jahe di Indonesia, agar pemerintah ataupun pihak lainnya dapat menjadikan ini menjadi acuan dan referensi dalam mengatasi masalah.Metode prediksi yang pemakalah ganakan yaitu Resilient Backpropagation yang mana metode ini merupakan salah satu metode jaringan saraf tiruan yang kerap digunakan untuk melakukan prediksi data. Data yang digunakan yaitu data produksi tanaman jahe di Indonesia mulai dari tahun 2015-2020 diperoleh dari website Badan Pusat Statistik Indonesia. Berdasarkan data ini dibentuk dan ditentukan model arsitektur jaringan, yaitu 4-13-1, 4-15-1 dan 4-17-1. Dari model tersebut digunakanlah 2 metode yaitu Fletcher-Reeves dan Levenberg-Marquardt. Dari 3 model setelah dilakukan pelatihan dan pengujian, maka diperolehlah bahwa model 4-15-1 menjadi model arsitektur terbaik dari masing-masing metode. Tingkat akurasi dari metodeLevenberg-Marquardt dengan model 4-15-1 memiliki nilai MSE sebesar 0,0000000008 dan metodeLevenberg-Marquardt dengan model 4-15-1 memiliki nilai MSE sebesar 0,0000128714.
References
H. T. Sebayang, K. Yurlisa, E. Widaryanto, N. Aini, and N. Azizah, “Penerapan Teknologi Budidaya Tanaman Jahe di Pekarangan Berbasis Pertanian Sehat di Desa Bokor, Kabupaten Malang,” Jurnal Pengabdian Pada Masyarakat, vol. 5, no. 1, pp. 45–50, 2020.
S. Soemargono, R. Laksmono, and L. Suprianti, “Jurnal Abdimas Teknik Kimia,” Jurnal Abdimas Teknik Kimia, vol. 01, no. 1, pp. 6–11, 2020.
BPS, “Produksi Tanaman Obat Jahe 2015-2020,” Endocrine, vol. 9, no. May, p. 6, 2020.
W. Saputra, J. T. Hardinata, and A. Wanto, “Penerapan Metode Resilient untuk Memprediksi Pengangguran,” JITE (Journal of Informatics and Telecommunication Engineering), vol. 3, no. 1, pp. 163–174, 2019.
A. Wanto, M. Zarlis, Sawaluddin, and D. Hartama, “Analysis of Artificial Neural Network Backpropagation Using Conjugate Gradient Fletcher Reeves In The Predicting Process,” Journal of Physics: Conference Series, vol. 930, p. 012018, Dec. 2017.
B. Keshtegar, M. Hasanipanah, I. Bakhshayeshi, and M. Esfandi Sarafraz, “A novel nonlinear modeling for the prediction of blast-induced airblast using a modified conjugate FR method,” Measurement: Journal of the International Measurement Confederation, vol. 131, pp. 35–41, 2019.
J. Adler and T. B. Pratama, “Identifikasi Pola Warna Citra Google Maps Menggunakan Jaringan Syaraf Tiruan Metode Levenberg –Marquardt dengan MatLab Versi 7.8,” Komputika : Jurnal Sistem Komputer, vol. 7, no. 2, pp. 95–101, 2018.
S. Lidar, I. Purnama, and V. I. Sari, “Aplikasi Kascing Terhadap Pertumbuhan Dan Produksi Tanaman Jahe Merah (Zingiber officinale var. rubrum),” Jurnal Agrotela, vol. 1, no. 1, pp. 25–32, 2021.
E. Hartato, D. Sitorus, and A. Wanto, “Analisis Jaringan Saraf Tiruan Untuk Prediksi Luas Panen Biofarmaka di Indonesia,” Jurnal semanTIK, vol. 4, no. 1, pp. 49–56, 2018.
I. A. R. Simbolon, F. Yatussa’ada, and A. Wanto, “Penerapan Algoritma Backpropagation dalam Memprediksi Persentase Penduduk Buta Huruf di Indonesia,” Jurnal Informatika Upgris, vol. 4, no. 2, 2019.
G. W. Bhawika et al., “Implementation of ANN for Predicting the Percentage of Illiteracy in Indonesia by Age Group,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto et al., “Analysis of the Backpropagation Algorithm in Viewing Import Value Development Levels Based on Main Country of Origin,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
E. Siregar, H. Mawengkang, E. B. Nababan, and A. Wanto, “Analysis of Backpropagation Method with Sigmoid Bipolar and Linear Function in Prediction of Population Growth,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
M. K. Z. Sormin, P. Sihombing, A. Amalia, A. Wanto, D. Hartama, and D. M. Chan, “Predictions of World Population Life Expectancy Using Cyclical Order Weight / Bias,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto et al., “Analysis of the Accuracy Batch Training Method in Viewing Indonesian Fisheries Cultivation Company Development,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
Y. Andriani, H. Silitonga, and A. Wanto, “Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia,” Register: Jurnal Ilmiah Teknologi Sistem Informasi, vol. 4, no. 1, pp. 30–40, 2018.
W. Saputra, J. T. Hardinata, and A. Wanto, “Implementation of Resilient Methods to Predict Open Unemployment in Indonesia According to Higher Education Completed,” JITE (Journal of Informatics and Telecommunication Engineering), vol. 3, no. 1, pp. 163–174, 2019.
N. L. W. S. R. Ginantra et al., “Performance One-step secant Training Method for Forecasting Cases,” Journal of Physics: Conference Series, vol. 1933, no. 1, pp. 1–8, 2021.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Andri Dwi Surya, M. Sapriyaldi, Anjar Wanto, Agus Perdana Windarto, Irfan Sudahri Damanik
This work is licensed under a Creative Commons Attribution 4.0 International License.
