TRUNOJOYO-Tugas Akhir-24621-CHAPTER 4.pdf
Restricted to Repository staff only
Download (823kB)
TRUNOJOYO-Tugas Akhir-24621-COUNCLUSION.pdf
Restricted to Repository staff only
Download (8kB)
TRUNOJOYO-Tugas Akhir-24621-CHAPTER 3.pdf
Restricted to Repository staff only
Download (226kB)
TRUNOJOYO-Tugas Akhir-24621-CHAPTER 2.pdf
Restricted to Repository staff only
Download (358kB)
TRUNOJOYO-Tugas Akhir-24621-CHAPTER 1.pdf
Restricted to Repository staff only
Download (90kB)
TRUNOJOYO-Tugas Akhir-24621-COVER.pdf
Restricted to Repository staff only
Download (699kB)
TRUNOJOYO-Tugas Akhir-24621-ABSTRACT.pdf
Restricted to Repository staff only
Download (8kB)
TRUNOJOYO-Tugas Akhir-24621-REFERENCES.pdf
Restricted to Repository staff only
Download (73kB)
TRUNOJOYO-Tugas Akhir-24621-APPENDICES.pdf
Restricted to Repository staff only
Download (252kB)
Abstract
Kabupaten Probolinggo merupakan salah satu Kabupaten di Jawa Timur yang sebagian besarrnpenduduknya menjadi petani bawang merah. Kabupaten Probolinggo juga merupakan salah saturndaerah sentra produksi bawang merah di Jawa Timur yang menghasilkan pencapain areal panen,rnproduksi, dan produktivitas tanaman pangan dan hortikultura terutama bawang merah yangrnmenempati posisi tertinggi di Kabupaten Probolinggo. Tujuan dari penelitian ini untuk mengetahuirnhasil peramalan hasil panen bawang merah di masa yang akan datang. Data yang digunakan adalahrndata jumlah tanaman, produksi, dan hasil panen bawang merah perbulan di Kabupaten Probolinggo yang diperoleh dari Dinas Ketahanan Pangan dan Pertanian Kabupaten Probolinggo dalam jangka waktu dari bulan Januari 2009 sampai bulan Desember 2020. Metode peramalan yang digunakan dalam penelitian ini adalah metode Backpropagation Neural Network. Teknologi informasi peramalan ini dapat dijadikan solusi dalam memprediksi hasil panen bawang merah di KabupatenrnProbolinggo. Kelebihan solusi inidapat memberikan peramalan yang dapat membantu pihak Dinas Pertanian dalam memprediksi hasil panen bawang merah kedepannya. Teknik validasi yangrndigunakan adalah 10-Fold Cross Validation. Uji coba pelatihan menggunakan dua skenario yaitu variasi jumlah learning rate dan jumlah iterasi. Berdasarkan uji coba, dihasilkan learning rate terbaik 0.2 dan iterasi ke-1000 dengan skor MSE validasi 0.01349. Proses pengujian dengan hasil panen bawang merah bulan Januari hingga Desember tahun 2020 dan parameter terbaik menghasilkan nilairnMean Square Error: 0.01002.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM MAHRUS SHOLEH |
| Department | Sistem Informasi |
| Uncontrolled Keywords | Backpropagation, Neural Network, Learning Rate, Iterasi, 10-Fold Cross Validation. |
| Divisions | Fakultas Teknik > S1 - Sistem Informasi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 14:17 |
| Last Modified | 24 Oct 2026 16:51 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/7499 |
