PERAMALAN PENDAPATAN PETERNAKAN AYAM PEDAGING MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK

NABIL , MOHAMMAD AFIF and Saputra, Ragil (2017) PERAMALAN PENDAPATAN PETERNAKAN AYAM PEDAGING MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

1002Kb

Abstract

Peternakan ayam pedaging adalah salah satu unit usaha padat modal yang memiliki perputaran modal yang relatif besar pada setiap periodenya. Pengalokasian modal sangat berpengaruh terhadap keberlangsungan unit usaha peternakan ayam pedaging. Pengalokasian modal sangat berkaitan dengan pendapatan yang diperoleh pada periode yang akan datang. Peramalan pendapatan adalah salah satu cara yang digunakan untuk menanggulangi ketidakpastian pendapatan. Peramalan pendapatan bertujuan untuk mendapatkan perkiraan pendapatan yang akan datang, sehingga dapat digunakan sebagai salah satu dasar pengambilan keputusan. Dalam penelitian ini digunakan jaringan syaraf tiruan Multivariate Regression Models untuk meramalkan pendapatan berdasarkan beberapa faktor-faktor ekonomi yang mempengaruhi proses bisnis peternakan ayam pedaging, yaitu populasi, bulan panen, harga bibit, harga pakan, dan harga jual. Metode yang digunakan dalam penelitian adalah Jaringan Syaraf Tiruan Backpropagation dengan optimasi algoritma Nguyen-Widrow dan perubahan bobot Momentum. Data yang digunakan sebanyak 321 data, 214 data digunakan sebagai data latih, dan 107 data digunakan sebagai data uji. Pelatihan aplikasi menunjukkan arsitektur terbaik dengan kombinasi parameter alpha 0.1, momentum 0.1, dan jumlah hidden neuron 12 yang menghasilkan nilai MSE sebesar 0.00745144863449, sedangkan hasil pengujian menghasilkan MAPE 0.52892680848412.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:60796
Deposited By:Mrs. Rismiyati .
Deposited On:13 Feb 2018 15:31
Last Modified:13 Feb 2018 15:31

Repository Staff Only: item control page