Estimasi Hasil Produksi Benih Tanaman Kenaf (Hibiscus Cannabinus L.) Menggunakan Metode Extreme Learning Machine (ELM) Pada Balai Penelitian Tanaman Pemanis dan Serat (Balittas)
Kata Kunci:
tanaman kenaf, benih tanaman kenaf, extreme learning machine, mapeAbstrak
Balai Penelitian TanamaniPemanis dan Serat (Balittas) mengembangkan berbagai jenis tanaman serat, salah satunya adalah tanaman Kenaf. Pihak Balai Penelitian Tanaman Pemanis dan Serat (Balittas) lebih mengedepankan produksi benih tanaman kenaf. Dalam memproduksi benih tanaman kenaf, pihak Balittas mengalami kendala yang dapat menghambat proses produksi benih tanaman kenaf. Kendala tersebut terjadi pada saat melakukan estimasi terhadap jumlah produksi benih yang akan dihasilkan. Untuk itu pada penelitian ini penulis membuat suatu sistem estimasi produksi benih tanaman kenaf menggunakan metode Extreme Learning Machine. Metode ini adalah salah satu metode jaringan syaraf tiruan yang memiliki keunggulan dalam segi learning speed. Terdapat tahapan-tahapan pada metode ELM antara lain adalah normalisasi, training, testing, dan denormalisasi. Hasil evaluasi sistem pada penelitian ini menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan pengujian yang dilakukan didapatkan nilai rata-rata MAPE terbaik sebesar 0,160% dengan menggunakan parameter terbaik yang telah diuji yaitu jumlah neuron pada hidden layer sejumlah 8 fungsi aktivasi sigmoid biner dan persentase perbandingan data training dengan data testing sebesar 90%:10%.