Prediksi Produktivitas Kelapa Sawit di PTPN IV dengan Algoritma Backpropagation
DOI:
https://doi.org/10.30865/klik.v1i2.48Keywords:
Prediksi; Produktivitas; Kelapa Sawit; Dolok Sinumbah; BackpropagationAbstract
Indonesia merupakan salah satu negara penghasil minyak kelapa sawit terbesar di dunia. Hal ini disebabkan dari sekian banyak tananam yang menghasilkan minyak atau lemak, kelapa sawit salah satu jenis tanaman perkebunan yang menghasilkan nilai ekonomi terbesar dan menduduki posisi penting dalam sektor perekonomian di Indonesia, karena hasil dari produksi kelapa sawit ini akan menjadi pemasukan bagi negara maupun bagi daerah setempat. Tujuan dari penelitian ini adalah untuk memprediksi produktivitas kelapa sawit pada PTPN IV kebun Dolok Sinumbah pada tahun yang akan datang sehingga hasil prediksi akan menjadi informasi dan masukkan bagi pihak-pihak terkait yang berkepentingan (pihak perusahaan) untuk lebih memaksimalkan kinerja serta mampu membuat kebijakan-kebijakan yang tepat agar produktivitas kelapa sawit diperkebunan ini relatif stabil dan mampu meningkat tiap tahunnya, sehingga berimplikasi terhadap kesejahteraan karyawan. Data penelitian diperoleh dari PTPN IV kebun Dolok Sinumbah. Penelitian ini menggunakan 5 model arsitektur yaitu 3-10-1, 3-15-1, 3-18-1, 3-20-1 dan 3-22-1. Dari lima model arsitektur yang digunakan di peroleh satu model arsitektur terbaik 3-15-1 dengan tingkat keakurasian 92%. Berdasarkan model arsitektur terbaik ini akan digunakan untuk memprediksi produktivitas kelapa sawit pada PTPN IV kebun Dolok Sinumbah tahun 2020.
Downloads
References
M. Firdaus and I. Lubis, “Analisis Produksi Kelapa Sawit (Elaeis Guineensis Jacq.) Di Kebun Buatan, Kabupaten Pelalawan, Riau Production,” Bul. Agrohorti, vol. 6, no. 2, pp. 281–286, 2018.
Masykur, “PENGEMBANGAN INDUSTRI KELAPA SAWIT SEBAGAI PENGHASIL ENERGI BAHAN BAKAR ALTERNATIF DANMENGURANGI PEMANASAN GLOBAL (Studi di Riau Sebagai Penghasil Kelapa Sawit Terbesar di Indonesia),” Jurnal Reformasi, vol. 3, no. 2, pp. 96–107, 2013.
A. Wanto, “Prediksi Produktivitas Jagung Indonesia Tahun 2019-2020 Sebagai Upaya Antisipasi Impor Menggunakan Jaringan Saraf Tiruan Backpropagation,” SINTECH (Science and Information Technology), vol. 1, no. 1, pp. 53–62, 2019.
A. Wanto, “Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts,” Jurnal Teknologi dan Sistem Informasi, vol. 3, no. 3, pp. 370–380, Jan. 2017.
A. P. Windarto et al., Jaringan Saraf Tiruan: Algoritma Prediksi dan Implementasi. Yayasan Kita Menulis, 2020.
A. Wanto and A. P. Windarto, “Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation,” Jurnal & Penelitian Teknik Informatika Sinkron, vol. 2, no. 2, pp. 37–44, 2017.
S. Setti and A. Wanto, “Analysis of Backpropagation Algorithm in Predicting the Most Number of Internet Users in the World,” JOIN (Jurnal Online Informatika), vol. 3, no. 2, pp. 110–115, 2018.
A. Wanto, “Penerapan Jaringan Saraf Tiruan Dalam Memprediksi Jumlah Kemiskinan Pada Kabupaten/Kota Di Provinsi Riau,” Kumpulan JurnaL Ilmu Komputer (KLIK), vol. 05, no. 01, pp. 61–74, 2018.
S. Setti, A. Wanto, M. Syafiq, A. Andriano, and B. K. Sihotang, “Analysis of Backpropagation Algorithms in Predicting World Internet Users,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
I. S. Purba et al., “Accuracy Level of Backpropagation Algorithm to Predict Livestock Population of Simalungun Regency in Indonesia Accuracy Level of Backpropagation Algorithm to Predict Livestock Population of Simalungun Regency in Indonesia,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
I. A. R. Simbolon, F. Yatussa’ada, and A. Wanto, “Penerapan Algoritma Backpropagation dalam Memprediksi Persentase Penduduk Buta Huruf di Indonesia,” Jurnal Informatika Upgris, vol. 4, no. 2, pp. 163–169, 2018.
R. Dewi and S. R. Andani, “Model Jaringan Syaraf Tiruan Memprediksi Ekspor Batu Bara Menurut Negara Tujuan,” Jurnal Teknovasi, vol. 06, no. 02, pp. 85–95, 2019.
N. S. R. Ahmad, S. Martha, and N. Imro’ah, “Prediksi Produksi Kelapa Sawit di PTPN XIII dengan Additive Outlier pada Model Seasonal Autoregressive Integrated Moving Average (SARIMA),” Buletin Ilmiah Math, Stat, dan Terapannya (Bimaster), vol. 8, no. 4, pp. 875–882, 2019.
D. A. Setiawan, S. Wahyuningsih, and R. Goejantoro, “Peramalan Produksi Kelapa Sawit Menggunakan Winter’s dan Pegel’s Exponential Smoothing dengan Pemantauan Tracking Signal,” Jambura Journal of Mathematics, vol. 2, no. 1, pp. 1–14, 2020.
A. A. Fardhani, D. Insani, N. Simanjuntak, and A. Wanto, “Prediksi Harga Eceran Beras Di Pasar Tradisional Di 33 Kota Di Indonesia Menggunakan Algoritma Backpropagation,” Jurnal Infomedia, vol. 3, no. 1, pp. 25–30, 2018.
R. E. Pranata, S. P. Sinaga, and A. Wanto, “Estimasi Wisatawan Mancanegara Yang Datang ke Sumatera Utara Menggunakan Jaringan Saraf,” Jurnal semanTIK, vol. 4, no. 1, pp. 97–102, 2018.
Y. Andriani, H. Silitonga, and A. Wanto, “Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia,” Register - Jurnal Ilmiah Teknologi Sistem Informasi, vol. 4, no. 1, pp. 30–40, 2018.
J. Wahyuni, Y. W. Paranthy, and A. Wanto, “Analisis Jaringan Saraf Dalam Estimasi Tingkat Pengangguran Terbuka Penduduk Sumatera Utara,” Jurnal Infomedia, vol. 3, no. 1, pp. 18–24, 2018.
B. K. Sihotang and A. Wanto, “Analisis Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Tamu Pada Hotel Non Bintang,” Jurnal Teknologi Informasi Techno, vol. 17, no. 4, pp. 333–346, 2018.
I. S. Purba and A. Wanto, “Prediksi Jumlah Nilai Impor Sumatera Utara Menurut Negara Asal Menggunakan Algoritma Backpropagation,” Jurnal Teknologi Informasi Techno, vol. 17, no. 3, pp. 302–311, 2018.
M. K. Z. Sormin, P. Sihombing, A. Amalia, A. Wanto, D. Hartama, and D. M. Chan, “Predictions of World Population Life Expectancy Using Cyclical Order Weight / Bias,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto et al., “Analysis of the Accuracy Batch Training Method in Viewing Indonesian Fisheries Cultivation Company Development,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
P. Parulian et al., “Analysis of Sequential Order Incremental Methods in Predicting the Number of Victims Affected by Disasters,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto et al., “Forecasting the Export and Import Volume of Crude Oil , Oil Products and Gas Using ANN,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto, “Prediksi Produktivitas Jagung Di Indonesia Sebagai Upaya Antisipasi Impor Menggunakan Jaringan Saraf Tiruan Backpropagation,” SINTECH (Science and Information Technology) Journal, vol. 2, no. 1, pp. 53–62, 2019.
A. Wanto, “Prediksi Angka Partisipasi Sekolah dengan Fungsi Pelatihan Gradient Descent With Momentum & Adaptive LR,” Jurnal Ilmu Komputer dan Informatika (ALGORITMA), vol. 3, no. 1, pp. 9–20, 2019.
W. Saputra, J. T. Hardinata, and A. Wanto, “Implementation of Resilient Methods to Predict Open Unemployment in Indonesia According to Higher Education Completed,” JITE (Journal of Informatics and Telecommunication Engineering), vol. 3, no. 1, pp. 163–174, 2019.
A. Wanto and J. T. Hardinata, “Estimations of Indonesian poor people as poverty reduction efforts facing industrial revolution 4.0,” IOP Conference Series: Materials Science and Engineering, vol. 725, no. 1, pp. 1–8, 2020.
W. Saputra, J. T. Hardinata, and A. Wanto, “Resilient method in determining the best architectural model for predicting open unemployment in Indonesia,” IOP Conference Series: Materials Science and Engineering, vol. 725, no. 1, pp. 1–7, 2020.
W. Saputra, P. Poningsih, M. R. Lubis, S. R. Andani, I. S. Damanik, and A. Wanto, “Analysis of Artificial Neural Network in Predicting the Fuel Consumption by Type of Power Plant,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–5, 2019.
I. Parlina, A. Wanto, and A. P. Windarto, “Artificial Neural Network Pada Industri Non Migas Sebagai Langkah Menuju Revolusi Industri 4.0,” InfoTekJar?: Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 4, no. 1, pp. 155–160, 2019.
S. P. Sinaga, A. Wanto, and S. Solikhun, “Implementasi Jaringan Syaraf Tiruan Resilient Backpropagation dalam Memprediksi Angka Harapan Hidup Masyarakat Sumatera Utara,” Jurnal Infomedia, vol. 4, no. 2, pp. 81–88, 2019.
S. P. Siregar, A. Wanto, and Z. M. Nasution, “Analisis Akurasi Arsitektur JST Berdasarkan Jumlah Penduduk Pada Kabupaten / Kota di Sumatera Utara,” in Seminar Nasional Sains & Teknologi Informasi (SENSASI), 2018, pp. 526–536.
E. Siregar, H. Mawengkang, E. B. Nababan, and A. Wanto, “Analysis of Backpropagation Method with Sigmoid Bipolar and Linear Function in Prediction of Population Growth,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto and J. T. Hardinata, “Estimasi Penduduk Miskin di Indonesia Sebagai Upaya Pengentasan Kemiskinan dalam Menghadapi Revolusi Industri 4.0,” CESS (Journal of Computer Engineering System and Science), vol. 4, no. 2, pp. 198–207, 2019.
T. Afriliansyah and Z. Zulfahmi, “Prediction of Life Expectancy in Aceh Province by District City Using the Cyclical Order Algorithm,” International Journal of Information System & Technology, vol. 3, no. 2, pp. 268–275, 2020.
Bila bermanfaat silahkan share artikel ini
Berikan Komentar Anda terhadap artikel Prediksi Produktivitas Kelapa Sawit di PTPN IV dengan Algoritma Backpropagation
ARTICLE HISTORY
How to Cite
Issue
Section
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).
