Prediksi Nilai Harga Patokan Batu Bara (HPB) Untuk Merek Dagang Gunung Bayan I dengan Metode Extreme Learning Machine (ELM)
| Main Author: | Harsanti, Evilia Nur |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/162094/1/Evilia%20Nur%20Harsanti.pdf http://repository.ub.ac.id/162094/ |
Daftar Isi:
- Batu bara merupakan bahan bakar fosil yang sering dimanfaatkan oleh perusahaan industri sebagai sumber energi pembangkit tenaga listrik maupun sebagai bahan baku pembuatan baja. Terdapat beberapa jenis batu bara yang dikelompokkan berdasarkan tingkat kematangan dan komposisi mineralnya. Komposisi mineral dalam jumlah tertentu akan sangat memengaruhi kualitas batu bara, khususnya untuk beberapa parameter seperti abu, sulfur, dan nilai panas batu bara. Batu bara didapatkan oleh perusahaan industri melalui suatu transaksi jual beli yang dilakukan dengan perusahaan pertambangan batu bara. Harga merupakan faktor utama dalam proses transaksi tersebut, karena perusahaan industri perlu merancang anggaran pengeluaran setiap bulan sebelum melakukan transaksi. Oleh karena itu, prediksi harga batu bara akan sangat bermanfaaat untuk perusahaan industri yang akan membeli produk batu bara untuk mengetahui perkiraan harga di masa yang akan datang. Metode yang digunakan untuk melakukan proses prediksi adalah metode Extreme Learning Machine (ELM). ELM memiliki keunggulan waktu komputasi yang cepat dan tingkat kesalahan yang kecil, sehingga ELM tidak memerlukan waktu yang lama dalam proses pembelajaran. Berdasarkan hasil penelitian, nilai Means Absolute Percentage Error (MAPE) terbaik adalah sebesar 3,926804% untuk proses training dan 7,360343% untuk proses testing. Hasil pengujian tersebut didapatkan dengan parameter jumlah fitur sebanyak 3, jumlah neuron sebanyak 7, dan jumlah fungsi aktivasi yang digunakan adalah fungsi sigmoid biner.