MODEL PREDIKSI KESESUAIAN LAHAN BUDIDAYA TANAMAN PANGAN DENGAN BACKPROPAGATION NEURAL NETWOK (STUDI KASUS: SUB-DAS BENGKULU HILIR)
| Main Authors: | Tambunan, Tommy Alexander, Ernawati, Ernawati, Desi, Andreswari |
|---|---|
| Format: | Thesis NonPeerReviewed Archive |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unib.ac.id/20277/1/Model%20Prediksi%20Kesesuaian%20Lahan%20Budidaya%20Tanaman%20Pangan%20Dengan%20Backpropagation%20Neural%20Network%20-%20G1A015010.pdf http://repository.unib.ac.id/20277/ |
Daftar Isi:
- Penentuan jenis budidaya tanaman pangan yang sesuai ditanam pada SubDAS masih dilakukan secara manual, yaitu membandingkan data-data yang ada di lapangan serta pengamatan petani, sehingga hasil yang didapatkan tidak maksimal. Program komputer dengan menggunakan Jaringan Syaraf Tiruan (JST) metode Backpropagation dapat digunakan sebagai alat yang tepat dalam memberikan informasi tanaman yang cocok ditanam dengan mudah, cepat, dan akurat. Hasil pengujian menunjukkan bahwa nilai Eps (error minimum yang diharapkan) = 0.001, nilai maksimum epoh = 0.8, merupakan nilai-nilai yang cukup efektif dan efisien dalam melakukan prediksi jenis tanaman pangan yang sesuai ditanam pada lahan tertentu karena tingkat ketepatan prediksinya adalah 95.8% dari 24 data pengujian. Aplikasi ini dibangun dalam bahasa pemrograman PHP dan dirancang dengan Data Flow Diagram (DFD). Metode pengembangan sistem yang digunakan adalah waterfall. Pengujian fungsional sistem dengan menggunakan metode Black Box telah berhasil 100 % dengan skenario yang telah dibuat. Kata Kunci: Prediksi, Jaringan syaraf tiruan, Backpropagation, Kesesuaian Lahan, Tanaman Pangan