Prediksi Ekspor & Impor Komoditas Pertanian Menggunakan Metode Jaringan Syaraf Tiruan Radial Basis Function

  • Lingga Kurnia Ramadhani Universitas Ivet

Abstract

Tujuan analisis pada penelitian penting dilakukan mengetahui keakuratan & tingkat error dari penelitian itu sendiri yaitu dalam prediksi volume ekspor dan impor komoditas pertanian di Negara Indonesia. Penelitian ini dilakukan untuk mengetahui seberapa besar perkembangan ekspor dan impor Negara Indonesia di bidang komoditas pertanian di masa depan. Komoditas pertanian yang digunakan melakukan penelitian ini adalah kopi, kelapa sawit, karet dan kakao. Penelitian ini bertujuan melakukan prediksi menggunakan algoritma Radial basis Function. Metode yang prinsip kerjanya diadaptasi dari suatu model matematika pada manusia atau syaraf biologi biasa disebut Metode JST (jaringan syaraf tiruan). Jaringan syaraf dikarakteristikkan oleh pola koneksi diantara neuron atau disebut arsitektur kemudian menentukan bobot dari koneksi atau training, dan fungsi aktifasi. Tujuan penelitian adalah mendapatkan tingkat akurasi yang lebih baik dari penelitian sebelumnya yang menggunakan arsitektur jaringan syaraf tiruan yang terbaik, yaitu metode Jaringan Syaraf Tiruan Radial basis Function (RBF). Dengan membandingkan dengan metode JST lainnya yaitu Backpropagation.

References

E. Suryowati, "Satu Dekade, Kontribusi Pertanian terhadap PDB Menurun," 12 August 2014. [Online]. Available: Kompas.com.
A. D. Lubis, "Analisis Faktor Yang Mempengaruhi Kinerja Ekspor Indonesia," vol. 4, no. 1, 2010.
S. J. "The rise of agriculture and Indonesia's future," Jakarta, 2010.
A. H. Malian, "Kebijakan Perdagangan Internasional Komoditas Pertanian Indonesia," 2017.
M. Peramalan, Jakarta: Sekolah Tinggi Teknologi Telkom, 2009.
K. Hornik, "Neural networks and principal component analysis: Learning from examples without local minima," 1989.
D. E. Rumelhart, G. E. Hinton and J. Ronald, "Learning representations by back-propagating errors," Nature, pp. 533-536, 1986.
S. H. Abdul, "Generalized Regression Neural Network and Radial Basis Function for Heart Disease Diagnosis," International Journal of Computer Applications, vol. 7, no. 13, 2010.
S. S. Mladenovi, M. Milovancevi, I. Mladenovi and M. Alizamir, "Economic growth forecasting by artificial neural network with extreme learning machine based on trade, import and export parameters," in Computers in Human Behavior, 2016.
M. Panella, F. Barcellona and R. L. D’Ecclesia, "Forecasting Energy Commodity Prices UsingNeural Networks," 2012.
Y. Andriani, H. Silitonga and A. Wanto, "Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia," in Jurnal Ilmiah Teknologi Sistem Informasi 4, 2018.
N. Hemageetha and G. M. Nasira, "Radial Basis Function Model for Vegetable Price Prediction," in Pattern Recognition, Informatics and Mobile Engineering, 2013.
E. Turban, R. Rainer and R. Potter, "Introduction to information technology.," 2005.
K. Algoritma Data Mining, Yogyakarta: Andi Offset, 2009.
A. Kusiak, "Wind Farm Power Prediction: A Data-Mining Approach," Wind Energy, vol. 12, no. 3, 2009.
H. Nasution and P. , Perencanaan dan Pengendalian Produksi, Yogyakarta: Graha Ilmu, 2008.
L. Sumayang, Dasar-Dasar Manajemen Produksi dan Operasi, Jakarta: Salemba Empat, 2003.
J. Supranto, Metode Ramalan Kuantitatif untuk Perencanaan Ekonomi dan Bisnis, Jakarta: Rineka Cipta, 2000.
R. and H. , Prinsip-Prinsip Manajemen Operasi, Jakarta: Salemba Empat, 2005.
E. Herjanto, Manajemen Operasi, Jakarta: Grasindo, 2008.
R. Ginting, Sistem Produksi, Yogyakarta: Graha Ilmu, 2007.
K. Hornik, M. Stinchcombe and H. White, "Multilayer feedforward networks are universal approximators," Neural Networks, vol. 2, no. 5, pp. 359-366, 1989.
D. Puspitaningrum, Pengantar Jaringan Syaraf Tiruan, Yogyakarta: Andi Offset, 2006.
S. Kusumadewi, Membangun Jaringan Syaraf Tiruan Menggunakan Matlab dan Excel Link, Yogyakarta: Graha Ilmu, 2004.
J. Gupta, "Neural networks in business: techniques and applications," 2003. [Online]. Available: Books.Google.Com..
C. Willmott, "Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance," 2005.
D. Heny K., "Daya Saing Dan Strategi Pengembangan Minyak Sawit Di Indonesia," Jurnal Manajemen & Agribisnis, vol. 9, no. 3, 2012.
Published
2022-06-29
How to Cite
RAMADHANI, Lingga Kurnia. Prediksi Ekspor & Impor Komoditas Pertanian Menggunakan Metode Jaringan Syaraf Tiruan Radial Basis Function. Joined Journal (Journal of Informatics Education), [S.l.], v. 5, n. 1, p. 36-44, june 2022. ISSN 2620-8415. Available at: <https://e-journal.ivet.ac.id/index.php/jiptika/article/view/2131>. Date accessed: 08 feb. 2025. doi: https://doi.org/10.31331/joined.v5i1.2131.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.