PERAMALAN TINGKAT PRODUKSI PADI DI JAWA TIMUR DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM (ANFIS)

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 6 - Number 7
Year of Publication: 2015
Arista Welasari, Budi Darma Setiawan dan Edy Santoso
Download Article

 


Abstract

Pangan  sebagai  kebutuhan  dasar  selalu menempati  prioritas  yang  utama  dalam pembangunan  ekonomi  nasional dan merupakan kebutuhan essensial  untuk mempertahankan kelangsungan hidup manusia. Salah satu bahan pangan pokok bagi masyarakat Indonesia ialah beras. Beras memiliki nilai strategis dan politis bagi masyarakat maupun pemerintah. Oleh karena itu sangat penting untuk memenuhi ketersediannya. Penghasil  terbesar padi yang merupakan bahan mentah dari beras ialah Jawa Timur. Jawa Timur sebagai salah satu daerah penghasil padi terbesar di Indonesia diharapkan dapat memenuhi kebutuhan di wilayahnya sendiri bahkan berkontribusi di wilayah lain. Dengan berkembangnya teknologi pada saat ini, tingkat produksi padi di suatu wilayah dapat diramalkan dengan menggunakan suatu aplikasi seperti aplikasi peramalan tingkat produksi padi di Jawa Timur dengan Metode Adaptive Neuro Fuzzy Inference System (ANFIS). Dalam suatu sistem peramalan hal yang paling penting adalah pemilihan metode yang baik. Baik atau tidaknya suatu metode peramalan dilihat dari nilai forecast error yang dihasilkannya. Nilai forecast error dapat dihitung dengan berbagai cara salah satunya adalah RMSE (Root Mean Square Error).

Metode Adaptive Neuro Fuzzy Inference System (ANFIS) merupakan gabungan antara fuzzy dengan jaringan syaraf tiruan. ANFIS memiliki 5 lapisan tetap yang terdiri dari 3 lapisan tetap, yaitu lapisan 2, 3, dan 5 serta 2 lapisan adaptif, yaitu lapisan 1 dan 4. Peramalan ini menggunakan data produksi padi dari tahun 2008 – 2014, dimana  2008 – 2013 sebagai data latih dan 2014 sebagai data uji dengan luas lahan dan produktivitas debagai parameter peramalan.  Dari pengujian tingkat akurasi RMSE yang dilakukan, didapatkan nilai tingkat RMSE terbaik yaitu 0.0064677019620 dengan nilai laju pembelajaran 0.4 pada data pengujian periode 6 tahun, yaitu tahun 2008 – 2013 dan data latih tahun 2014. 

Keywords

Peramalan, Padi, Adaptive Neuro Fuzzy Inference System, Fuzzy, Jaringan Syaraf Tiruan, RMSE