SKRIPSI IMPLEMENTASI MACHINE LEARNING PADA FORECASTING WAKTU TANAM OPTIMAL TANAMAN CABAI | PERPUSTAKAAN UNTIDAR : Repositori Mahasiswa Untidar

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

Text

SKRIPSI IMPLEMENTASI MACHINE LEARNING PADA FORECASTING WAKTU TANAM OPTIMAL TANAMAN CABAI

SEVTY AYU SAPUTRY - Nama Orang;

INTISARI
Pertanian menyumbang produk domestik bruto 1.785.880,7 Triliun rupiah pada tahun 2017. Cabai merupakan salah satu komoditas pertanian yang memiliki nilai ekonomis tinggi. Akan tetapi, cabai di pasaran termasuk komoditas dengan nilai fluktuasi yang tinggi. Pada saat harga cabai tinggi, petani berbondongbondong menanam cabai. Hal ini menyebabkan pada masanya panen raya, karena ketersediaan cabai di pasar banyak, harga yang didapat petani tidak maksimal. Penelitian ini merancang sistem machine learning yang diterapkan pada forecasting waktu tanam optimal tanaman cabai. Dengan tiga parameter data, yaitu data curah hujan, data hasil panen cabai rawit, dan data harga cabai rawit, dirancang sistem machine learning dengan algoritma Recurrent Neural Network Long Short Term Memory (RNN-LSTM). Data yang ada diurutkan berdasarkan rentang waktu. LSTM merupakan modifikasi dari RNN yang mampu memprediksi data berdasarkan informasi lampau yang disimpan dalam waktu lama sekaligus menghapus informasi yang sudah tidak relevan. Data yang digunakan pada penelitian ini masing-masing 865 data dari rentang waktu 1 Maret 2019-9 September 2022. Didapat nilai MSE model curah hujan 0.0187 dan MSE predicted 0.0252. Pada data harga cabai rawit didapat nilai MSE mode 0.0083 dan MSE predicted 0.1535. Sedangkan pada data hasil panen cabai rawit MSE model bernilai 0.0311 dan MSE predicted 0.1138. Hasil ramalan diperoleh bahwa pada bulan September 2022, Oktober 2022, dan Februari 2023 adalah bulan paling optimal bagi petani untuk menanam cabai rawit.
Kata Kunci : Forecasting, LSTM, Machine Learning, Time Series

Ketersediaan

39-UN57.U1-STE-XII-2022 ELEKTRO SAP I 2022 Ruang Skripsi (TEKNIK ELEKTRO) Tersedia namun tidak untuk dipinjamkan - No Loan

Informasi Detail

Judul Seri: -
No. Panggil: ELEKTRO SAP I 2022
Penerbit: MAGELANG : UNIVERSITAS TIDAR., 2022
Deskripsi Fisik: XVI;61HAL;29.5CM
Bahasa: Indonesia
ISBN/ISSN: -
Klasifikasi: 621.38
Tipe Isi: -
Tipe Media: -
Tipe Pembawa: -
Edisi: -
Subjek: PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik: -
Pernyataan Tanggungjawab: -

Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas

HALAMAN ROMAWI, BAB I, BAB II, BAB III

Komentar

Anda harus masuk sebelum memberikan komentar