Estimasi Hasil Produksi Benih Tanaman Kenaf (Hibiscus Cannabinus L.) Pada Balai Tanaman Pemanis Dan Serat (Balittas) Menggunakan Metode Extreme Learning Machine (ELM)
| Main Author: | Permatasari, Audia Refanda |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/161461/1/Audia%20Refanda%20Permatasari.pdf http://repository.ub.ac.id/161461/ |
Daftar Isi:
- Balai Penelitian Tanaman Pemanis dan Serat (Balittas) mengembangkan berbagai jenis tanaman serat, salah satunya adalah tanaman kenaf. Pihak Balai Balittas lebih mengedepankan produksi benih tanaman kenaf. Dalam memproduksi benih tanaman kenaf, pihak Balittas mengalami kendala yang dapat menghambat proses produksi benih tanaman kenaf. Kendala tersebut terjadi pada saat melakukan estimasi terhadap hasil produksi benih yang akan dihasilkan. Untuk itu, pada penelitian ini penulis membuat suatu sistem estimasi produksi benih tanaman kenaf menggunakan metode Extreme Learning Machine. Metode ini adalah salah satu metode jaringan syaraf tiruan yang memiliki keunggulan dalam segi learning speed. Terdapat tahapan-tahapan pada metode ELM antara lain adalah normalisasi, training, testing, dan denormalisasi. Hasil evaluasi sistem pada penelitian ini menggunakan Mean Absolute Percentage Error (MAPE). Berdasarkan pengujian yang dilakukan didapatkan nilai rata-rata MAPE terbaik sebesar 0,160% berdasarkan hasil pengujian parameter terbaik yaitu jumlah neuron sebesar 8, fungsi aktivasi sigmoid biner dan perbandingan data 90%:10%. Pada pengujian k-fold cross validation nilai MAPE terbaik berada pada nilai K sebesar 10 yaitu 0,431%.