Optimasi SVR dengan Ant Colony Optimization untuk Prediksi Tingkat Produksi Susu Segar (Studi Kasus pada Koperasi Susu SAE Pujon, Malang)

Abstrak

Susu merupakan pangan asal ternak yang memiliki kandungan gizi lengkap dan seimbang dimana gizi proteinnya lebih tinggi daripada protein nabati. Konsumsi susu serta olahannya berperan dalam hal meningkatkan kualitas sumber daya manusia di Indonesia yang masih rendah. Oleh karena itu, peran industri pengolahan susu di Indonesia sangat penting dalam hal menyediakan dan mencukupi kebutuhan gizi masyarakat. Salah satu industri pengolahan susu di Indonesia adalah koperasi susu SAE Pujon, Malang. Agar dapat berperan dengan baik, tingkat produksi susu segar pada koperasi SAE Pujon ini adalah hal penting yang perlu untuk dioptimalkan. Tingkat produksi yang kurang tepat akan mengakibatkan kerugian, seperti kerugian dalam bentuk materi ataupun kehilangan konsumen. Berdasarkan permasalahan tersebut dibutuhkan metode support vector regression yang dioptimasi dengan ant colony optimization yang diimplementasikan ke dalam sebuah sistem. Optimasi dilakukan untuk menentukan parameter SVR yang paling optimal. Parameter SVR yang dioptimasi yaitu  (sigma), C (kompleksitas),  (epsilon), cLR (konstanta learning rate) dan  (lambda). Range nilai parameter ACO agar mendapatkan nilai parameter SVR yang optimal adalah q₀ = 0,5-1,  = 0,01-0,04,  = 0,01-0,04,  = 0,001-0,004,  = 0,001-0,004. Prediksi tingkat produksi susu segar pada koperasi susu SAE Pujon bulan Januari sampai Desember tahun 2016 yang dilakukan menggunakan metode SVR-ACO menghasilkan MAPE sebesar 3,30425%.