PENERAPAN JARINGAN SYARAF TIRUAN ELMAN RECURRENT NEURAL NETWORK (ERNN) UNTUK PREDIKSI PRODUKSI GETAH PINUS(STUDI KASUS PT. TUSAM HUTANI LESTARI)
Daftar Isi:
- PT. Tusam Hutani Lestari menggunakan pendekatan statistik dalam menentukan produksi getah pinus. Perhitungan dilakukan berdasarkan jumlah produksi tahun sebelumnya dan belum optimal dalam menentukan produksi getah pinus. Suatu metode prediksi dibutuhkan untuk menentukan prediksi produksi getah pinus secara lebih detail. Penelitian ini menggunakan metode Elman Recurrent Neural Network (ERNN)dalam menentukan produksi getah pinus. Variabel yang digunakan dalam penelitian ini adalah diameter pohon, umur pohon, jumlah pohon dalam 1 hektar (DKN), ketinggian tempat (DPL) dan kemiringan tempat.Penelitian ini menggunakan 150 data. Parameter uji yang dilakukan adalah learning rate 0.1 hingga 0.9,batas toleransi error 0.001 dan maksimum epoch 500.Pengujian data dilakukan dengan tiga kali percobaan pembagian latih dan uji,yaitu 70%:30%80%:20%dan 90%:10%. Berdasarkan hasil pengujian penelitian yang telah dilakukan, didapat akurasi dan nilai RMSE.Akurasi tertiggi96.99% diperolehpada pembagian data 90%:10%, nilai learning rate0.3, epoch 500 dan toleransi error 0.001. Sedangkan nilai RMSE0.0062 diperoleh pada pembagian data 80%:20%, nilai learningrate 0.9, epoch 500 dan toleransi error 0.001. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa metode ERNN dapat diterapkan untuk prediksi produksi getah pinus. Kata kunci: Akurasi, Elman Recurrent Neural Network (ERNN), Getah Pinus, Prediksi Produksi, Root Mean Square Error (RMSE