Prediksi Rentet Waktu Jangka Pendek Harga TBS Berbasis Algoritma Backpropagation Neural Network
Article Sidebar
Published
Dec 12, 2018
Main Article Content
Abstract
Prediksi harga tandan buah segar adalah suatu proses menganalisa dan menentukan harga tandan buah segar di masa yang akan datang. Dengan analisis teknikal, prediksi harga tandan buah segar di masa datang dapat ditentukan dari pembelajaran pola harga tandan buah segar tersebut di masa lampau. Data prediksi yang digunakan adalah harga tandan buah segar kelapasawit Kalimantan Timur dari tahun 2008-2012. Backpropagation merupakan salah satu metode pembelajaran pada artificial neural network yang mempopulerkan sebuah cara untuk melatih unit – unit hidden. Parameter-parameter yang mempengaruhi kinerja BPNN yang akan digunakan dalam penelitian ini adalah learning rate, momentum, iterasi (training cycles) dan windowing. Masing-masing parameter akan dibandingkan kinerja prediksinya dengan mengukur masing-masing Root Mean Square Error (RMSE). Penentuan pengambilan nilai learning rate, momentum, training cycles dan konsep windowingpredict series sangat mempengaruhi kinerja neural network, dalam mencapai hasil yang diharapkan. Hasil penelitian menunjukkan bahwa penggunaan parameter learning rate 0.1, momentum 0.6, training cycles 500, input neuron 15, hidden layer 9 dan windowing 15, menghasilkan tingkat rata-rata error yang lebih baik dalam memprediksi harga tandan buah segar dengan nilai RMSE terkecil yaitu 70,015.
Downloads
Download data is not yet available.
Article Details
Section
Articles
References
[1] “Dinas Perkebunan Provinsi Kalimantan Timur.” [Online]. Available: http://disbun.kaltimprov.go.id/statis-35-komoditi-kelapa-sawit.html.
[2] Mahrani, “Analisis Harga Tandan Buah Segar (TBS) Kelapa Sawit di Sumatera Utara,” 2009.
[3] E. Arianto, “Perilaku Harga Minyak Sawit_Strategika,” 2008. [Online]. Available: http://strategika.wordpress.com/2008/07/06/perilaku-pcpo/.
[4] R. Lawrence, “Using Neural Networks to Forecast Stock Market Prices.” University of Manitoba, pp. 1–21, 1997.
[5] S. N. Abdullah, X. Zeng, C. Science, and O. Road, “Machine Learning Approach for Crude Oil Price Prediction with Artificial Neural Networks-Quantitative ( ANN-Q ) Model,” Soft Computing, vol. 44, no. 0, 2010.
[6] D. A. Sari, “Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation,” Teknik Elektro - Universitas Diponegoro, 2007.
[7] Novi Yanti, “Penerapan Metode Neural Network dengan Struktur Backpropagation untuk Prediksi Stok Obat di Apotek (Studi Kasus : Apotek ABC),” Seminar Nasional Aplikasi Teknologi Informasi 2011 (SNATI 2011), no. 1907–5022, 2011.
[8] D. O. Maru’ao, “Neural Network Implementation in Foreign Exchange Kurs Prediction,” Universitas Gunadarma, 2010.
[9] N. Davey, S. P. Hunt, and R. J. Frank, “Time Series Prediction and Neural Networks,” pp. 3–8.
[10] Kuswati, “Peramalan Time Series Harga Saham Menggunakan Multilayer Perceptron Feed Forward Neural Network,” proyek akhir. 2008.
[11] D. Touretzky and K. Laskowski, “Neural Networks for Time Series Prediction,” vol. 2006. 2006.
[12] J. J. Siang, Jaringan Syaraf Tiruan Dan Pemrograman Menggunakan Matlab. ANDI, 2004.
[13] B. Krose and P. Van Der Smagt, An Introduction to Neural Network, Eight Edit., no. November. University of Amsterdam: , 1996, p. 135.
[2] Mahrani, “Analisis Harga Tandan Buah Segar (TBS) Kelapa Sawit di Sumatera Utara,” 2009.
[3] E. Arianto, “Perilaku Harga Minyak Sawit_Strategika,” 2008. [Online]. Available: http://strategika.wordpress.com/2008/07/06/perilaku-pcpo/.
[4] R. Lawrence, “Using Neural Networks to Forecast Stock Market Prices.” University of Manitoba, pp. 1–21, 1997.
[5] S. N. Abdullah, X. Zeng, C. Science, and O. Road, “Machine Learning Approach for Crude Oil Price Prediction with Artificial Neural Networks-Quantitative ( ANN-Q ) Model,” Soft Computing, vol. 44, no. 0, 2010.
[6] D. A. Sari, “Peramalan Kebutuhan Beban Jangka Pendek Menggunakan Jaringan Syaraf Tiruan Backpropagation,” Teknik Elektro - Universitas Diponegoro, 2007.
[7] Novi Yanti, “Penerapan Metode Neural Network dengan Struktur Backpropagation untuk Prediksi Stok Obat di Apotek (Studi Kasus : Apotek ABC),” Seminar Nasional Aplikasi Teknologi Informasi 2011 (SNATI 2011), no. 1907–5022, 2011.
[8] D. O. Maru’ao, “Neural Network Implementation in Foreign Exchange Kurs Prediction,” Universitas Gunadarma, 2010.
[9] N. Davey, S. P. Hunt, and R. J. Frank, “Time Series Prediction and Neural Networks,” pp. 3–8.
[10] Kuswati, “Peramalan Time Series Harga Saham Menggunakan Multilayer Perceptron Feed Forward Neural Network,” proyek akhir. 2008.
[11] D. Touretzky and K. Laskowski, “Neural Networks for Time Series Prediction,” vol. 2006. 2006.
[12] J. J. Siang, Jaringan Syaraf Tiruan Dan Pemrograman Menggunakan Matlab. ANDI, 2004.
[13] B. Krose and P. Van Der Smagt, An Introduction to Neural Network, Eight Edit., no. November. University of Amsterdam: , 1996, p. 135.