Prediksi Produktivitas Tanaman Biofarmaka Di Kalimantan Barat Menggunakan Algoritma Backpropagation
DOI:
https://doi.org/10.31004/joecy.v5i2.2059Keywords:
algoritma backpropagation, jaringan saraf tiruan, prediksi, tanaman biofarmakaAbstract
Indonesia dikenal sebagai negara dengan keanekaragaman hayati terbesar di dunia, salah satunya adalah tanaman biofarmaka yang memiliki potensi besar dalam pengembangan obat-obatan alami. Kalimantan Barat merupakan salah satu provinsi yang kaya akan keanekaragaman hayati, terutama terkait tanaman biofarmaka. Namun, produksi tanaman biofarmaka di provinsi ini mengalami fluktuasi setiap tahunnya, yang dapat memengaruhi kesejahteraan petani dan ketersediaan obat tradisional bagi masyarakat. Penelitian ini bertujuan untuk memprediksi produktivitas tanaman biofarmaka di Kalimantan Barat menggunakan algoritma backpropagation. Berbagai model jaringan saraf tiruan diuji untuk mengidentifikasi model yang paling akurat dalam memprediksi produktivitas tanaman biofarmaka dari tahun 2024 hingga 2028. Hasilnya menunjukkan bahwa model arsitektur 9-20-1 adalah yang terbaik, dengan nilai mean squared error (MSE) sebesar 0,00269169 dan akurasi 85,7%. Prediksi menunjukkan bahwa jahe dan kunyit mengalami peningkatan umum meskipun ada fluktuasi, kencur tumbuh konsisten, laos/lengkuas mengalami penurunan bertahap, mahkota dewa terus meningkat setiap tahun, mengkudu fluktuatif, dan temulawak tumbuh stabil dengan peningkatan konsisten hingga 2028.
References
Almira, Z., Yundari, & Im’roah, N. (2023). Implementasi Metode Polinomial Newton Gregory untuk Mengestimasi Produksi Tanaman Biofarmaka di Kalimantan Barat. Jurnal EurekaMatika, 69–78. https://ejournal.upi.edu/index.php/JEM
Fikri, H. A. (2023). Prediksi Harga Emas Dengan Algoritma Backpropagation. Jurnal Sains Komputer & Informatika (J-SAKTI), 7, 182–189.
Fitrianti, I., Voutama, A., & Umaidah, Y. (2023). Clustering Film Populer Pada Aplikasi Netflix Dengan Menggunakan Algoritma K-Means Dan Metode CRISP-DM. JTSI, 4(2), 301–311.
Hauriza, B., Muladi, & Wirawan, I. M. (2021). Prediksi Tingkat Inflasi Bulanan Indonesia Menggunakan Metode Jaringan Saraf Tiruan. Jurnal Teknologi Dan Informasi (JATI), 11(2), 123. https://doi.org/10.34010/jati.v11i2
Hossain, E. (2022). Introduction to MATLAB. In MATLAB and Simulink Crash Course for Engineers (pp. 1–18). Springer International Publishing. https://doi.org/10.1007/978-3-030-89762-8_1
Indah Marthasari, G., Ayu Astiti, S., & Azhar, Y. (2021). Prediksi Data Time-series menggunakan Jaringan Syaraf Tiruan Algoritma Backpropagation Pada Kasus Prediksi Permintaan Beras. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), 6(3), 187–193.
Kirkpatrick, K. (2019). 1. WHAT IS DATA MINING? Data Mining for the Social Sciences.
Marpaung, D., Sumarno, S., & Gunawan, I. (2020). Prediksi Produktivitas Kelapa Sawit di PTPN IV dengan Algoritma Backpropagation (Vol. 1, Issue 2). https://djournals.com/index.php/klik|Page35
Purba, R. A., Irawan, E., & Sembiring, R. W. (2020). Jaringan Syaraf Tiruan Untuk Memprediksi Volume Pemakaian Air Pt. Sarana Catur Tirta Kelola Serang Banten Dengan Metode Backpropagation. Prosiding Seminar Nasional Riset Dan Information Science (SENARIS), 2, 287–292.
Purwati, N. I., Untari, E. K., & Susanti, R. (2022). STUDI LITERATUR PENGGUNAAN OBAT TRADISIONAL DI KALIMANTAN BARAT.
Ramadhan, A. I., Hardinata, J. T., & Purba, Y. P. (2021). Analisa Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Prestasi Siswa SMA Muhammadiyah Serbelawan. BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, 3(1), 18–26.
Salsabila, B., Cholissodin, I., & Indriati. (2020). Prediksi Permintaan Keripik Buah dengan Metode Jaringan Syaraf Tiruan Backpropagation (Studi Kasus: CV. Arjuna 999) (Vol. 2, Issue 12). http://j-ptiik.ub.ac.id
Setiawan, A. (2022). Keanekaragaman Hayati Indonesia: Masalah dan Upaya Konservasinya. Indonesian Journal of Conservation.
Syafiq, M., Hartama, D., Kirana, I. O., Gunawan, I., & Wanto, A. (2020). Prediksi Jumlah Penjualan Produk di PT Ramayana Pematangsiantar Menggunakan Metode JST Backpropagation. JURIKOM (Jurnal Riset Komputer), 7(1), 175. https://doi.org/10.30865/jurikom.v7i1.1963
Wibisono, D., Ulum, F., & Megawaty, D. A. (2022). PENGUKURAN KUALITAS SISTEM INFORMASI KASIR TERHADAP LAYANAN KONSUMEN MENGGUNAKAN METODE CRISP-DM VARIABEL SERVQUAL (STUDI KASUS: STUDIO FOTO ARCHA). Jurnal Teknologi Dan Sistem Informasi (JTSI), 3(4), 112–119. http://jim.teknokrat.ac.id/index.php/JTSI
Zai, C. (2022). IMPLEMENTASI DATA MINING SEBAGAI PENGOLAHAN DATA. In Portaldata.org (Vol. 2, Issue 3).
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Wahyudi Wahyudi, Putri Yuli Utami Utami, Rizki Surtiyan Surya
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
