<![CDATA[Ketersediaan pangan tergantung pada berbagai faktor seperti iklim, jenis tanah, curah hujan, irigasi, komponen produksi pertanian yang digunakan, dan bahkan insentif bagi para petani untuk menghasilkan tanaman pangan. Terjadi penurunan jumlah produksi tanaman padi, ubi kayu, dan ubi jalar pada tahun 2015 dikarenakan besarnya permintaan konsumsi sedangkan produksi ketersediaan pangan tidak mampu mengimbangi besarnya permintaan tersebut, sehingga dikhawatirkan jumlah ketersediaan pangan untuk jenis tanaman tersebut mengalami penurunan yang signifikan untuk beberapa tahun kedepan. Pertumbuhan jumlah penduduk dan jumlah lahan pertanian yang semakin sempit dapat mengakibatkan terjadinya krisis kekurangan pangan, oleh karena itu dibutuhkan sistem prediksi untuk memperkirakan jumlah ketersediaan pangan untuk satu tahun kedepan. Penelitian ini bertujuan untuk membuat aplikasi prediksi ketersediaan pangan dan mencari kinerja mean square error (MSE) terbaik berdasarkan parameter resilient-backpropagation (RPROP) yang digunakan. MSE digunakan untuk mengukur kinerja keluaran yang dihasilkan oleh parameter resilient-backpropagation (RPROP). Data yang digunakan adalah data luas tanam, data luas panen, data produktivitas, dan data produksi untuk masing-masing jenis sereal. Berdasarkan hasil penelitian diperoleh MSE pelatihan sebesar 0.00371664 untuk padi, 0.00935488 untuk jagung, 0.012203 untuk ubi kayu dan 0.0240659 untuk ubi jalar. MSE pengujian sebesar 0,001663 untuk padi, 0,001064 untuk jagung, 0,00091 untuk ubi kayu dan 0,012694 untuk ubi jalar.Kata Kunci : Sereal, Jaringan Syaraf Tiruan, MSE, Resilient, parameter]]>
Copyrights © 2018
