IMPLEMENTASI METODE BACK-PROPAGATION DALAM MEMPREDIKSI JUMLAH PRODUKSI DAGING AYAM RAS PEDAGING DI INDONESIA
DOI:
https://doi.org/10.55606/juisik.v2i3.339Keywords:
Back-propagation, Daging Ayam, Indonesia, Produksi, Ras PedagingAbstract
Ayam ras pedaging salah satu ras unggulan hasil persilangan dari jenis ayam yang memiliki daya produktivitas tinggi, terutama dalam memproduksi daging. Dengan harga yang cukup terjangkau dan memiliki sumber vitamin yang cukup. Terlihat dari data 2010 hingga 2019 mengalami kenaikan yang sangat tinggi, dan pada tahun 2020 mengalami penurunan, walau pada tahun 2021 mengalami peningkatan kembali. Jika penurunan kembali lagi, ini akan mengakibatkan harga pada daging ayam akan naik. Untuk menghindari kembalinya penurunan, maka penelitian ini menerapkan model jaringan saraf tiruan back-propagation dalam memprediksi jumlah daging ayam, penelitian ini diharapkan dapat memberikan dan dapat membantu pemerintah dalam mengupayakan peningkatan jumlah produksi pada daging ayam ras pedaging di indonesia. Hasil penelitian dengan percobaan yang dilakukan menggunakan arsitektur terbaik yaitu 5-6-1 dalam memprediksi jumlah produksi daging ayam ras pada tahun berikutnya dan mendapatkan MSE sebesar 0,0035 nilai epoch 33410 dengan menghasilkan tingkat akurasi 94%.
Kata Kunci:,, , .
References
E. Subowo and M. Saputra, “Sistem Informasi Peternakan Ayam Broiler Android,” Surya Informatika, vol. 6, no. 1, pp. 53–65, 2019.
R. H. Fani, I. Surya, and M. R. A. Saf, “Rancang Bangun Sistem Manajemen Budidaya Ayam Broiler Berbasis Web Menggunakan Metode Prototyping,” Jurnal Sistem dan Teknologi Informasi (JUSTIN), vol. 6, no. 4, pp. 150–156, 2018.
M. Nugroho and L. Z. Abdullah, “Efisiensi Modal Kerja Pada Usaha Ternak Ayam Ras Pedaging,” Jurnal Ekonomika dan Bisnis, vol. 8, no. 1, pp. 53–61, 2021.
BPS and Kementan, “Produksi Daging Ayam Ras Pedaging menurut Provinsi (Ton),” Badan Pusat Statistik Indonesia dan Direktorat Jenderal Peternakan dan Kesehatan Hewan, Kementan, 2022. [Online]. Available: https://www.bps.go.id/indicator/24/488/1/produksi-daging-ayam-ras-pedaging-menurut-provinsi.html. [Accessed: 10-Oct-2022].
V. Adriani, I. S. Damanik, and J. T. Hardinata, “Analisis Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Narapidana pada Lembaga Pemasyarakatan Simalungun dengan Metode Backpropagation,” Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, no. September, p. 762, 2019.
L. Sinurat, “Penerapan Jaringan Syaraf Tiruan Deteksi Bahaya Kelebihan Mengkomsumsi Kafein dengan Menggunakan Metode Backpropagation,” Journal of Information System Research (JOSH), vol. 1, no. 3, pp. 115–122, 2020.
A. Wanto, J. Na’am, Yuhandri, A. P. Windarto, and Mesran, “Analisis Penurunan Gradien dengan Kombinasi Fungsi Aktivasi pada Algoritma JST untuk Pencarian Akurasi Terbaik,” Jurnal Media Informatika Budidarma, vol. 4, no. 2018, pp. 1197–1205, 2020.
A. H. H. Slamet, R. Ischak, S. A. Wulandari, and S. Brillyantina, “Komparasi Metode Peramalan Harga Daging Ayam Broiler Di Kabupaten Banyuwangi Menggunakan Jaringan Syaraf Tiruan Backpropagation dan Model Multiplicative Holt-Winters Comparation Method of Forecasting Broiler Chicken Meat Prices in Banyuwangi Regency Using,” pp. 54–68, 2022.
C. Evita, “Penerapan Artificial Neural Network Algoritma Backpropagation Pada Prediksi Produksi Jagung,” pp. 179–184, 2021.
P. M. Putri, D. Monika, L. Apriliani, and S. Solikhun, “Model Jaringan Syaraf Tiruan Dalam Memprediksi Jumlah Produksi Telur Ayam Petelur Berdasarkan Provinsi Di Indonesia,” Jurnal Teknoinfo, vol. 13, no. 2, p. 107, 2019.
Nurhayati, M. B. Sibuea, D. Kusbiantoro, M. Silaban, and A. Wanto, “Implementasi Algoritma Resilient untuk Prediksi Potensi Produksi Bawang Merah di Indonesia,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 2, pp. 1051–1060, 2022.
I. M. Muhamad, S. A. Wardana, A. Wanto, and A. P. Windarto, “Algoritma Machine Learning untuk penentuan Model Prediksi Produksi Telur Ayam Petelur di Sumatera,” Journal of Informatics, Electrical and Electronics Engineering, vol. 1, no. 4, pp. 126–134, 2022.
M. Mahendra, R. C. Telaumbanua, A. Wanto, and A. P. Windarto, “Akurasi Prediksi Ekspor Tanaman Obat , Aromatik dan Rempah-Rempah Menggunakan Machine Learning,” KLIK: Kajian Ilmiah Informatika dan Komputer, vol. 2, no. 6, pp. 207–215, 2022.
R. Puspadini, A. Wanto, and N. Arminarahmah, “Penerapan ML dengan Teknik Bayesian Regulation untuk Peramalan,” Journal of Computer System and Informatics (JoSYC), vol. 3, no. 3, pp. 147–155, 2022.
N. L. W. S. R. Ginantra, A. D. GS, S. Andini, and A. Wanto, “Pemanfaatan Algoritma Fletcher-Reeves untuk Penentuan Model Prediksi Harga Nilai Ekspor Menurut Golongan SITC,” Building of Informatics, Technology and Science (BITS), vol. 3, no. 4, pp. 679–685, 2022.
N. Arminarahmah, S. D. Rizki, O. A. Putra, and A. Wanto, “Performance Analysis and Model Determination for Forecasting Aluminum Imports Using the Powell-Beale Algorithm,” IJISTECH (International Journal of Information System & Technology), vol. 5, no. 5, pp. 624–632, 2022.
A. Wanto, S. Defit, and A. P. Windarto, “Algoritma Fungsi Perlatihan pada Machine Learning berbasis ANN untuk Peramalan Fenomena Bencana,” RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 2, pp. 254–264, 2021.
R. Sinaga, M. M. Sitomorang, D. Setiawan, A. Wanto, and A. P. Windarto, “Akurasi Algoritma Fletcher-Reeves untuk Prediksi Ekspor Karet Remah Berdasarkan Negara Tujuan Utama,” Journal of Informatics Management and Information Technology, vol. 2, no. 3, pp. 91–99, 2022.
W. T. C. Gultom, A. Wanto, I. Gunawan, M. R. Lubis, and I. O. Kirana, “Application ofThe Levenberg Marquardt Method In Predict The Amount of Criminality in Pematangsiantar City,” Journal of Computer Networks, Architecture, and High-Performance Computing, vol. 3, no. 1, pp. 21–29, 2021.
H. U. Sari, A. P. Windarto, and I. S. Damanik, “Analisis Jaringan Saraf Tiruan dengan Backpropagation pada korelasi Matakuliah Pratikum Terhadap Tugas Akhir,” vol. 9, no. 1, pp. 115–121, 2022.
N. Rahayu and H. Mustafidah, “Perbandingan Ketepatan Pola Data pada Jaringan Backpropagation Berdasarkan Metode Pembobotan Random dan Nguyen Widrow,” Sainteks, vol. 19, no. 1, p. 27, 2022.
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.
Y. Andriani, A. Wanto, and H. Handrizal, “Jaringan Saraf Tiruan dalam Memprediksi Produksi Kelapa Sawit di PT. KRE Menggunakan Algoritma Levenberg Marquardt,” Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, no. September, pp. 249–259, 2019.
S. P. Siregar, D. Hartama, and A. Wanto, “Estimasi Nilai Tukar Petani Subsektor Tanaman Pangan Menggunakan JST pada Provinsi Sumatera Utara,” Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, no. September, pp. 369–377, Sep. 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.
E. Hartato, D. Sitorus, and A. Wanto, “Analisis Jaringan Saraf Tiruan Untuk Prediksi Luas Panen Biofarmaka di Indonesia,” Jurnal semanTIK, vol. 4, no. 1, pp. 49–56, 2018.
T. Afriliansyah et al., “Implementation of Bayesian Regulation Algorithm for Estimation of Production Index Level Micro and Small Industry,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
M. Julham, S. Sumarno, F. Anggraini, A. Wanto, and S. Solikhun, “Penerapan Jaringan Syaraf Tiruan dalam Memprediksi Tingkat Kriminal di Kabupaten Simalungun Menggunakan Algoritma Backpropagation,” BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, vol. 1, no. 1, pp. 64–73, 2019.
N. Z. Purba, A. Wanto, and I. O. Kirana, “Implementation of ANN for Prediction of Unemployment Rate Based on Urban Village in 3 Sub-Districts of Pematangsiantar,” International Journal of Information System & Technology (IJISTECH), vol. 3, no. 1, pp. 107–116, 2019.
I. C. Saragih, D. Hartama, and A. Wanto, “Prediksi Perkembangan Jumlah Pelanggan Listrik Menurut Pelanggan Area Menggunakan Algoritma Backpropagation,” Building of Informatics, Technology and Science (BITS), vol. 2, no. 1, pp. 48–54, 2020.
M. Syafiq, D. Hartama, I. O. Kirana, I. Gunawan, and A. Wanto, “Prediksi Jumlah Penjualan Produk di PT Ramayana Pematangsiantar Menggunakan Metode JST Backpropagation,” JURIKOM (Jurnal Riset Komputer), vol. 7, no. 1, p. 175, 2020.
B. W. N. Tantyo and D. Swanjaya, “Perbandingan antara Metode Holt-Winters dan Backpropagation pada Model Peramalan Penjualan,” Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)), vol. 5, no. 3, pp. 174–181, 2021.
A. Wanto et al., “Epoch Analysis and Accuracy 3 ANN Algorithm using Consumer Price Index Data in Indonesia,” in Proceedings of the 3rd International Conference of Computer, Environment, Agriculture, Social Science, Health Science, Engineering and Technology (ICEST), 2021, no. 1, pp. 35–41.
N. L. W. S. R. Ginantra et al., “Performance One-step secant Training Method for Forecasting Cases,” Journal of Physics: Conference Series, vol. 1933, no. 1, pp. 1–8, 2021.
M. Situmorang, A. Wanto, and Z. M. Nasution, “Architectural Model of Backpropagation ANN for Prediction of Population-Based on Sub-Districts in Pematangsiantar City,” International Journal of Information System & Technology, vol. 3, no. 1, pp. 98–106, 2019.
J. R. Saragih, D. Hartama, and A. Wanto, “Prediksi Produksi Susu Segar Di Indonesia Menggunakan Algoritma Backpropagation,” Jurnal Ilmiah Informatika, vol. 08, no. 01, pp. 58–65, 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.
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.
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.
Z. Zulfikar, A. Wanto, and Z. M. Nasution, “Analisis dalam Melihat Perkembangan Indeks Harga Perdagangan Besar Menurut Sektor di Indonesia Menggunakan Algoritma Backpropagation,” Prosiding Seminar Nasional Riset Information Science (SENARIS), vol. 1, no. September, pp. 359–368, 2019.
G. W. Bhawika et al., “Implementation of ANN for Predicting the Percentage of Illiteracy in Indonesia by Age Group,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
A. Wanto et al., “Analysis of the Backpropagation Algorithm in Viewing Import Value Development Levels Based on Main Country of Origin,” Journal of Physics: Conference Series, vol. 1255, no. 1, pp. 1–6, 2019.
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.
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.
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.
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.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Jurnal ilmiah Sistem Informasi dan Ilmu Komputer
This work is licensed under a Creative Commons Attribution 4.0 International License.
