Prediksi Jumlah Produksi Kelapa Sawit Menggunakan Metode Extreme Learning Machine Pada Studi Kasus PT Sandabi Indah Lestari Kota Bengkulu
| Main Author: | Agasta, Ema |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/14017/1/Ema%20Agasta.pdf http://repository.ub.ac.id/14017/ |
Daftar Isi:
- Kelapa sawit merupakan tanaman perkebunan yang menjadi sektor nomor satu di Indonesia. Tanaman ini memiliki biaya dan hasil produksi yang lebih baik dibandingkan tanaman perkebunan lain seperti tebu dan karet. Dalam sebuah perusahaan, hasil produksi kelapa sawit menjadi roda penggerak ekonomi, begitu juga yang terjadi pada PT. Sandabi Indah Lestari. Dalam setiap minggunya perusahaan melakukan perencanaan untuk memprediksi hasil produksi. Perencanaan yang dilakukan terkadang masih memberikan hasil yang kurang optimal. Hal ini disebabkan karena proses perhitungannya yang masih menggunakan analisis manual. Pada penelitian ini akan menggunakan empat fitur prediksi yaitu fitur umur tanam, jumlah pokok/jumlah pohon, luas lahan, dan hasil produksi. Teknik prediksi yang digunakan adalah metode pembelajaran Extreme Learning Machine (ELM). Metode ini memiliki kelebihan pada learning speed dan keakuratan pada hasil prediksi. Proses perhitungan dimulai dari proses normalisasi data, pelatihan sejumlah data latih dan data uji, perhitungan nilai kesalahan prediksi dan menghasilkan nilai akhir. Data yang digunakan adalah data produksi pada periode 2015 – 2017 dengan jumlah data sebanyak 297 data. Dari sejumlah data tersebut akan dibagi menjadi dua data dengan persentase sebesar 80% data pelatihan dan 20% data pengujian. Hasil penelitian didapatkan nilai parameter yang optimal yaitu 13 hidden neuron pada pengujian jumlah neuron dengan nilai Mean Absolute Perscentage (MAPE) sebesar 21,25%, 20,42% pada pengujian fitur data dengan hasil 2 fitur teknikal yang terbaik, dan 20,19% pada pengujian pola dengan hasil akhir berupa pola data 1