SIMULASI ALGORITMA BACKPROPAGATION NEURAL NETWORK PADA PERANCANGAN SISTEM INFORMASI E-FARMING MODUL PERSEDIAAN TEBU (STUDI KASUS: PT. PERKEBUNAN NUSANTARA X)

NURHASANAH, SITI (2020) SIMULASI ALGORITMA BACKPROPAGATION NEURAL NETWORK PADA PERANCANGAN SISTEM INFORMASI E-FARMING MODUL PERSEDIAAN TEBU (STUDI KASUS: PT. PERKEBUNAN NUSANTARA X). S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (1MB) | Preview
	Text (BAB I) 02 Bab 1.pdf Restricted to Registered users only Download (429kB)
	Text (BAB II) 03 Bab 2.pdf Restricted to Registered users only Download (732kB)
	Text (BAB III) 04 Bab 3.pdf Restricted to Registered users only Download (151kB)
	Text (BAB IV) 05 Bab 4.pdf Restricted to Registered users only Download (2MB)
	Text (BAB V) 06 Bab 5.pdf Restricted to Registered users only Download (113kB)
	Text (DAFTAR PUSTAKA) 07 Daftar Pustaka.pdf Restricted to Registered users only Download (179kB)
	Text (LAMPIRAN) 08 Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

Konsumsi gula nasional dari tahun 2013 hingga 2016 mengalami trend kenaikan sebesar 6,14%, khusus untuk 2016 kebutuhan naik 5,08% dari tahun sebelumnya [1]. Kenaikan konsumsi gula ini berbanding terbalik dengan hasil produksi tebu dalam negeri. Hasil tebu dalam negeri di tiap tahunnya mengalami penurunan yang disebabkan permasalahan tebu on farm ataupun off farm. Oleh karena itu pemerintah mengupayakan import bahan baku tebu untuk memenuhi kebutuhan gula nasional. Dalam melakukan import bahan baku tebu, pemerintah memerlukan data prediksi hasil produksi tebu serta kebutuhan gula nasional yang akan datang untuk dijadikan acuan jumlah bahan baku tebu yang perlu diimport. Penelitian ini bertujuan untuk untuk memperkirakan hasil produksi tebu berdasarkan data historis dari tahun 2017 sampai 2019. Setelah dilakukan prediksi selanjutnya maka diperlukan untuk mengevaluasi model prediksi yang digunakan. Metode penelitian yang digunakan untuk memprediksi hasil produksi tebu yaitu dengan Backpropagation Neural Network. Selanjutnya evaluasi model yang digunakan menggunakan Mean Absolute Percentage Error (MAPE). MAPE memberikan petunjuk seberapa besar kesalahan peramalan dibandingkan dengan nilai sebenarnya dari series tersebut. Selanjutnya hasil produksi dapat diprediksi 97% dan hasil MAPE sebesar 3% maka dapat dikatakan bahwa hasil dari metode Backpropagation Neural Network memiliki kemampuan model peramalan yang layak. Kata kunci: Tebu, Persediaan, Prediksi, Backpropagation Neural Network

Item Type:	Thesis (S1)
Call Number CD:	FIK/SI. 20 053
NIM/NIDN Creators:	41816110141
Uncontrolled Keywords:	Tebu, Persediaan, Prediksi, Backpropagation Neural Network
Subjects:	000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 006 Special Computer Methods/Metode Komputer Tertentu > 006.7 Multimedia Systems/Sistem-sistem Multimedia > 006.75 Social Multimedia/Multimedia Social > 006.754 Online Social Network/Situs Jejaring Sosial, Sosial Media 600 Technology/Teknologi > 630 Agriculture and Related Technologies/Pertanian dan Teknologi Terkait > 633 Field and Plantation Crops/Tanaman Lapangan dan Perkebunan 600 Technology/Teknologi > 650 Management, Public Relations, Business and Auxiliary Service/Manajemen, Hubungan Masyarakat, Bisnis dan Ilmu yang Berkaitan > 658 General Management/Manajemen Umum > 658.5 Management of Production/Manajemen Produksi 600 Technology/Teknologi > 660 Chemical Engineering and Related Technologies/Teknologi Kimia dan Ilmu yang Berkaitan > 663 Baverege Technology/Teknologi Pembuatan Minuman Komersial > 663.9 Other Beverages/Teknologi Pembuatan Minuman Lainnya
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Rifky
Date Deposited:	23 May 2022 11:50
Last Modified:	23 Jun 2022 08:06
URI:	http://repository.mercubuana.ac.id/id/eprint/50221

Actions (login required)

View Item