Peramalan Harga Cabai Merah Besar Wilayah Jawa Timur Menggunakan Metode Extreme Learning Machine

##plugins.themes.bootstrap3.article.main##

Pindo Bagus Adiatmaja Budi Darma Setiawan Randy Cahya Wihandika

Abstrak

Dalam pemenuhan kebutuhan ekonomi di Indonesia, sektor hasil produksi pertanian memiliki peranan yang sangat penting. Dikarenakan hasil produksi pertanian adalah matapencarian dan konsumsi pokok masayarakat di Indonesia. Kebutuhan masyarakat sehari-hari tidak bisa dipisahkan dari hasil produksi pertanian salah satunya cabai merah besar. Hal ini disebabkan karena tingkat konsumsi cabai merah besar yang digunakan untuk bumbu dapur dan bahan masakan cukup tinggi. Oleh sebab itu, cabai merah besar yang termasuk dalam hasil produksi pertanian dapat dikategorikan sebagai kebutuhan bahan pangan primer dalam kehidupan masyarakat. Harga cabai merah besar yang tidak menentu dan cenderung naik dapat mengakibatkan kerugian bagi negara dan masyarakat. Untuk mengatasi masalah tersebut salah satu solusinya yaitu dengan cara melakukan peramalan harga yang dapat digunakan untuk memprediksi kemungkinan kenaikan harga cabai secara cepat dan akurat. Penelitian ini memiliki tujuan untuk melakukan peramalan harga cabai merah besar menggunakan metode ELM. Berdasarkan hasil implementasi dan analisis yang telah dilakukan menggunakan data harga cabai merah besar dari tanggal 18 Juli 2016 hingga 28 Desember 2018 diperoleh kesalahan terkecil menggunakan Mean Absolute Error (MAPE) sebesar 3 % dengan menggunakan jumlah fitur sebanyak 2, jumlah hidden neuron sebanyak 3 dan rentang nilai bobot sebesar   [-1,8, 1,8].

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Adiatmaja, P., Setiawan, B., & Wihandika, R. Peramalan Harga Cabai Merah Besar Wilayah Jawa Timur Menggunakan Metode Extreme Learning Machine. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 6, p. 5444-5449, juli 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5489>. Tanggal Akses: 23 okt. 2020
Bagian
Artikel