<![CDATA[Indonesia is a country that makes rice as a staple food. This means that the more rice consumption is offset by an increase in population, the narrower the area of paddy fields due to the shift in function of paddy fields. It is very important to monitor land use in an area to avoid the problem of narrowing the rice field area caused by misuse of land which impacts on rice production. This study focuses on the objective of predicting the area of paddy fields, where the authors chose Cikampek District as research material. In addition, the authors use artificial neural networks as a method in their predictions. The program with matlab was chosen to display the predicted results where it was used as an indicator of the achievement of this research. This research method uses data from the Badan Pusat Statistik (BPS) for the Cikampek District area. The data used is from 2010 to 2020. The use of artificial neural networks with backpropagation has succeeded well in predicting the area of paddy fields where the parameters used in the design of artificial neural networks that must be considered include the number of input neurons, the hidden layer and the output layer. The results of the implementation with matlab obtained a graphic output from neural network training with MSE of 0.030922 and the test produced a regression of 0.9747.Indonesia merupakan negara yang menjadikan beras sebagai salah satu makanan pokok. Hal ini, semakin banyak konsumsi beras yang diimbangi dengan pertambahan jumlah penduduk, maka luas lahan persawahan semakin menyempit dikarenakan beralih fungsinya lahan sawah. Sangat penting untuk memantau penggunaan lahan di suatu wilayah untuk menghindari masalah penyempitan kawasan persawahan yang disebabkan oleh penyalahgunaan lahan yang berimbas pada produksi beras. Penelitian ini berfokus pada tujuan untuk prediksi luas lahan sawah, dimana penulis memilih Kecamatan Cikampek sebagai bahan penelitian. Selain itu, penulis menggunakan jaringan syaraf tiruan sebagai metode dalam prediksinya. Program dengan matlab dipilih untuk menampilkan hasil prediksi dimana hal tersebut digunakan sebagai indikator capaian dari penelitian ini. Metode penelitian ini menggunakan data dari Badan Pusat Statistik (BPS) wilayah Kecamatan Cikampek. Data yang digunakan adalah dari tahun 2010 sampai 2020. Penggunaan jaringan syaraf tiruan dengan backpropagation berhasil dengan baik dalam memprediksi luas lahan sawah dimana parameter yang digunakan dalam perancangan jaringan syaraf tiruan yang harus diperhatikan diantaranya jumlah neuron yang dimasukan, layer tersembunyi dan layer keluaran. Hasil implementasi dengan matlab diperoleh grafik keluaran dari neural network training dengan MSE sebesar 0,030922 dan pada pengujian menghasilkan regresi sebesar 0,9747.]]>
Copyrights © 2023
