Implementasi Metode Backpropagation Untuk Klasifikasi Kenaikan Harga Minyak Kelapa Sawit

Abstrak

Minyak kelapa sawit merupakan produk perkebunan yang menjadi komoditas utama ekspor Indonesia. Meningkatnya jumlah bahan olahan yang dapat dibuat dengan menggunakan minyak kelapa sawit membuat naiknya kebutuhan kelapa sawit. Faktor utama penyebab kenaikan permintaan minyak kelapa sawit adalah harga yang relatif rendah dibandingkan dengan harga pesaingnya seperti minyak kedelai, minyak biji matahari, minyak kacang tanah, minyak kapas dan minyak lobak. Harga menjadi faktor penting untuk menentukan nilai jual dari produk yang dihasilkan. Harga juga berpengaruh terhadap keuntungan produsen. Klasifikasi kemungkinan naik atau turunnya harga minyak kelapa sawit menjadi pertimbangan utama seorang konsumen untuk membeli. Penulisan ini membahas klasifikasi harga minyak kelapa sawit dengan menggunakan metode Backpropagation. Metode Backpropagation akan memodelkan data harga minyak kelapa 5 bulan sebelumnya untuk menemukan hasil klasifikasi pada bulan ke-6. Hasil klasifikasi yang didapatkan memiliki tingkat akurasi sebesar 69,57% dengan jumlah neuron hidden sebanyak 50, nilai learning rate seesar 0,1 dan jumlah iterasi maksimal sebanyak 70.000.