SISTEM PREDIKSI PENENTUAN HARGA IKAN BUDIDAYA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACK PROPAGATION

Abstract

Harga merupakan salah satu hal penting yang perlu diperhatikan sebagai faktor penentu untung atau rugi penjualan produk sebagai akibat dari fluktuasi harga yang sangat sulit dikendalikan. Fluktuasi harga disebabkan oleh banyak faktor termasuk cuaca, ketersediaan stok, permintaan dan lain-lain. Salah satu langkah untuk mengatasi masalah fluktuasi harga adalah dengan membuat perkiraan harga masuk ikan. Tujuan dari penelitian ini adalah untuk menerapkan jaringan syaraf tiruan propagasi balik untuk memperkirakan harga ikan budidaya. propagasi balik adalah salah satu metode prediksi jaringan sayaraf tiruan untuk memprediksi data deret waktu yang memiliki keunggulan dalam penerapan data historis, fleksibel, dan tingkat akurasi peramalan data yang tinggi. Penelitian ini menggunakan data harga ikan (ikan bandeng, ikan mujair dan ikan vanammei) harian tahun 2018. Hasil penelitian menunjukkan bahwa propagasi balik menghasilkan prediksi yang sangat akurat dengan persentase kesalahan rata-rata persentase kesalahan absolut (MAPE) pada ikan bandeng sebesar 8,59%, ikan mujair sebesar 9,33% dan ikan vanammei sebesar 4,09%. Kata kunci : Backpropagation, harga, jaringan syaraf tiruan, peramalan. Price is one of the important things that need to be considered as a determining factor in the profit or loss of product sales as a result of price fluctuations that are very difficult to control. Price fluctuations are caused by many factors including weather, stock availability, demand and others. One step to overcome the problem of price fluctuations is to make an estimate of the entry price of fish. The purpose of this study is to apply a back propagation neural network to estimate the price of aquaculture fish. back propagation is one of the methods of predicting artificial neural networks to predict time series data that has advantages in the application of historical, flexible, and high data forecasting accuracy. This study uses daily fish price data (milkfish, tilapia and vanammei fish) in 2018. The results show that back propagation produces a very accurate prediction with an average percentage error of absolute error percentage (MAPE) in milkfish of 8.59 %, tilapia fish by 9.33% and vanammei fish by 4.09%. Keywords : Backpropagation, price, artificial neural network, forecasting