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/ |
Daftar Isi:
- 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.