Prediksi harga cabai rawit merah di Provinsi Kepulauan Bangka Belitung menggunakan algoritma extreme learning machine

Adam Indra Sakti, (NIM. 1072111015) (2025) Prediksi harga cabai rawit merah di Provinsi Kepulauan Bangka Belitung menggunakan algoritma extreme learning machine. 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 (613kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (902kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (644kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (807kB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf
Restricted to Registered users only

Download (525kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (501kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Subsektor hortikultura memiliki prospek pengembangan yang baik di negara agraris seperti Indonesia, karena bernilai ekonomis tinggi dan berpotensi mengisi pasar yang luas. Cabai rawit merupakan salah satu komoditas holtikultura yang mempunyai nilai ekonomi dan harga jual tinggi serta mendapat perhatian serius dari pemerintah dan pelaku usaha. Melonjaknya harga cabai yang tidak menentu menyebabkan para petani dan pelaku distribusi kesulitan dalam mempersiapkan cadangan produksi untuk memenuhi permintaan. dan menjadi komoditas yang berkontribusi signifikan terhadap penyebab inflasi di Provinsi Kepulauan Bangka Belitung. Penelitian ini bertujuan untuk membangun model prediksi harga cabai rawit merah menggunakan algoritma Extreme Learning Machine (ELM) berdasarkan data historis harian dari Januari 2020 hingga April 2025. Hasil penelitian didapatkan dengan model terbaik yaitu 20-73-1 dengan menggunakan fungsi aktivasi Sigmoid Biner dengan akurasi MAPE pelatihan sebesar 10,30% dan akurasi pengujian sebesar 5,39% dimana pada tabel kategori MAPE dikatakan sangat baik. Pada prediksi untuk periode kedepan selama 50 periode, hasil prediksi membentuk pola yang mengalami tren penurunan. Hasil dari penelitian ini diharapkan dapat digunakan untuk membantu pemerintah dalam merumuskan kebijakan terkait menjaga stabilitas harga dan mengantisipasi fluktuasi harga cabai rawit merah di Provinsi Kepulauan Bangka Belitung kedepannya.

Item Type: Thesis (Other)
Uncontrolled Keywords: Komoditas Holtikultura, Cabai Rawit Merah, Algortima Extreme Learning Machine
Subjects: Q Sains > QA Mathematics
Divisions: FAKULTAS SAINS DAN TEKNIK > MATEMATIKA > SKRIPSI
Depositing User: Mr Jan Frist Pagendo Purba
Date Deposited: 08 Aug 2025 03:21
Last Modified: 08 Aug 2025 03:21
URI: https://repository.ubb.ac.id/id/eprint/11917

Actions (login required)

View Item View Item