Prediksi Volume Impor Beras Nasional Menggunakan Metode Support Vector Regression (Svr)
| Main Author: | Sari, Cindy Inka |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/169185/1/Cindy%20Inka%20Sari%20%282%29.pdf http://repository.ub.ac.id/169185/ |
| ctrlnum |
169185 |
|---|---|
| fullrecord |
<?xml version="1.0"?>
<dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/169185/</relation><title>Prediksi Volume Impor Beras Nasional
Menggunakan Metode Support Vector Regression
(Svr)</title><creator>Sari, Cindy Inka</creator><subject>003.2 Forecasting and forecasts</subject><description>Pemenuhan kebutuhan beras sebagai bahan pangan utama di Indonesia
selama ini mengandalkan produksi dari dalam negeri dan impor beras. Impor beras
di Indonesia yang dilakukan secara terus-menerus seiring bertambahnya jumlah
masyarakat membuat adanya ketergantungan impor beras dari negara lain.
Prediksi dibutuhkan untuk mengontrol volume impor beras nasional karena
volume impor yang tidak terkontrol akan menimbulkan kerugian dan dampak
negatif. Support Vector Regression (SVR) dipilih dalam melakukan prediksi jumlah
volume impor beras nasional karena lebih unggul dibandingkan beberapa metode
lain. Data yang digunakan dalam prediksi adalah data konsumsi, produksi, volume
impor beras 1 tahun sebelumnya sebagai variabel bebas dan data volume impor
beras nasional dalam kurun waktu 1971 – 2016 sebagai variabel terikat. Pengujian
dilakukan dengan menggunakan 9 data uji didapatkan parameter terbaik Sigma
(σ) = 0.07, Lambda (λ) = 0.4, Constanta Learning Rate (cLr) = 0.01, Kompleksitas
(C) = 10, Epsilon (ε) = 0.0004, jumlah Iterasi = 2000 dan jumlah data latih = 37. Hasil
evaluasi diukur menggunakan nilai Mean Absolute Percentage Error (MAPE). Nilai
MAPE terbaik yang dihasilkan termasuk dalam kategori cukup sebesar 32.2748.</description><date>2019-04-22</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/169185/1/Cindy%20Inka%20Sari%20%282%29.pdf</identifier><identifier> Sari, Cindy Inka (2019) Prediksi Volume Impor Beras Nasional Menggunakan Metode Support Vector Regression (Svr). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FILKOM/2019/95/051902265</relation><recordID>169185</recordID></dc>
|
| language |
eng |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
Sari, Cindy Inka |
| title |
Prediksi Volume Impor Beras Nasional
Menggunakan Metode Support Vector Regression
(Svr) |
| publishDate |
2019 |
| topic |
003.2 Forecasting and forecasts |
| url |
http://repository.ub.ac.id/169185/1/Cindy%20Inka%20Sari%20%282%29.pdf http://repository.ub.ac.id/169185/ |
| contents |
Pemenuhan kebutuhan beras sebagai bahan pangan utama di Indonesia
selama ini mengandalkan produksi dari dalam negeri dan impor beras. Impor beras
di Indonesia yang dilakukan secara terus-menerus seiring bertambahnya jumlah
masyarakat membuat adanya ketergantungan impor beras dari negara lain.
Prediksi dibutuhkan untuk mengontrol volume impor beras nasional karena
volume impor yang tidak terkontrol akan menimbulkan kerugian dan dampak
negatif. Support Vector Regression (SVR) dipilih dalam melakukan prediksi jumlah
volume impor beras nasional karena lebih unggul dibandingkan beberapa metode
lain. Data yang digunakan dalam prediksi adalah data konsumsi, produksi, volume
impor beras 1 tahun sebelumnya sebagai variabel bebas dan data volume impor
beras nasional dalam kurun waktu 1971 – 2016 sebagai variabel terikat. Pengujian
dilakukan dengan menggunakan 9 data uji didapatkan parameter terbaik Sigma
(σ) = 0.07, Lambda (λ) = 0.4, Constanta Learning Rate (cLr) = 0.01, Kompleksitas
(C) = 10, Epsilon (ε) = 0.0004, jumlah Iterasi = 2000 dan jumlah data latih = 37. Hasil
evaluasi diukur menggunakan nilai Mean Absolute Percentage Error (MAPE). Nilai
MAPE terbaik yang dihasilkan termasuk dalam kategori cukup sebesar 32.2748. |
| id |
IOS4666.169185 |
| institution |
Universitas Brawijaya |
| affiliation |
mill.onesearch.id fkp2tn.onesearch.id |
| institution_id |
30 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Brawijaya |
| library_id |
480 |
| collection |
Repository Universitas Brawijaya |
| repository_id |
4666 |
| subject_area |
Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia* |
| city |
MALANG |
| province |
JAWA TIMUR |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4666 |
| first_indexed |
2021-10-28T06:53:34Z |
| last_indexed |
2021-10-28T06:53:34Z |
| recordtype |
dc |
| _version_ |
1751454137684328448 |
| score |
17.538404 |