Prediksi harga komoditas neras menggunakan metode extreme learning machine di Kabupaten Bangka Selatan

Yoel Setiawan Jaya, (NIM.1072111033) (2025) Prediksi harga komoditas neras menggunakan metode extreme learning machine di Kabupaten Bangka Selatan. Other thesis, Universitas Bangka Belitung.

[thumbnail of HALAMAN DEPAN.pdf] Text
HALAMAN DEPAN.pdf
Restricted to Registered users only

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf
Restricted to Registered users only

Download (680kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (937kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (612kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (743kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only

Download (567kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (539kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (843kB)

Abstract

Salah satu komoditas pertanian yang sangat berpengaruh di Kabupaten Bangka Selatan adalah beras. Beras merupakan komoditas strategis yang berdominan dibidang ekonomi seperti kebijakan pemerintah dan sosial politik. Harga beras di Kabupaten Bangka Selatan sering mengalami fluktuasi yang tidak menentu yang dapat mempengaruhi kesejahteraan masyarakat. Untuk membantu memprediksi harga beras di masa depan, penelitian ini menggunakan metode Extreme Learning Machine (ELM), yaitu algoritma pembelajaran mesin berbasis jaringan syaraf yang dikenal cepat dan akurat. Hasil penelitian ini menunjukkan bahwa arsitektur jaringan ELM yang terbaik dalam memprediksi harga beras kualitas medium 1 adalah 2-2-1 dengan nilai MAPE saat proses training sebesar 1,2094% dan nilai MAPE sebesar 0,4294% saat proses testing. Selain itu, hasil penelitian ini menunjukkan bahwa arsitektur jaringan ELM terbaik dalam memprediksi harga beras kualitas medium 2 adalah 4-4-1 dengan nilai MAPE saat proses training sebesar 1,5162% dan nilai MAPE sebesar 0,6145% saat proses testing. Berdasarkan hasil prediksi yang diperoleh, harga beras kualitas medium 1 dan beras kualitas medium 2 menunjukkan pola tren naik selama beberapa bulan kedepan. Hal ini mengindikasikan bahwa harga beras kualitas medium akan mengalami inflasi yang perlu segera diantisipasi oleh pemerintah agar tidak berdampak pada stabilitas ekonomi di Kabupaten Bangka Selatan.

Item Type: Thesis (Other)
Uncontrolled Keywords: Beras, Harga, Prediksi, Extreme Learning Machine
Subjects: Q Sains > QA Mathematics
Divisions: FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User: Mr Jan Frist Pagendo Purba
Date Deposited: 11 Aug 2025 00:55
Last Modified: 11 Aug 2025 00:55
URI: https://repository.ubb.ac.id/id/eprint/11868

Actions (login required)

View Item View Item