JTERA (Jurnal Teknologi Rekayasa)
Vol 2, No 2: December 2017

Penerapan Generalized Regression Neural Networks untuk Memprediksi Produksi Padi Terhadap Perubahan Iklim

Alkaff, Muhammad (Unknown)
Sari, Yuslena (Unknown)

Article Info

Publish Date
20 Dec 2017

Abstract

Padi sebagai bahan makanan pokok utama bagi masyarakat Indonesia merupakan tanaman pangan yang rentan terhadap perubahan iklim. Pendataan dan perhitungan ramalan hasil produksi padi sangat diperlukan untuk mendukung kebijakan yang berkaitan dengan ketahanan pangan. Penelitian ini bertujuan untuk melakukan peramalan terhadap produksi padi di Kabupaten Barito Kuala sebagai kabupaten penghasil padi terbesar di Kalimantan Selatan dengan menggunakan data iklim sebagai input. Data iklim yang digunakan berasal dari Stasiun Meteorologi Syamsudin Noor, sedangkan sebagai data output adalah data produksi padi dari Badan Pusat Statistika (BPS) Provinsi Kalimantan Selatan. Metode yang digunakan untuk melakukan peramalan produksi padi adalah Generalized Regression Neural Networks (GRNN). Dari hasil pengujian didapatkan nilai Root Mean Square Error (RMSE) sebesar 0,296 dengan menggunakan parameter smoothness bernilai 1. 

Copyrights © 2017




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
737.176 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
JTERA (Jurnal Teknologi Rekayasa)
Website

Abbrev

jtera

Publisher

Politeknik Sukabumi

Subject

Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Description

TERA (Journal of Engineering Technology) is peer-review journal providing original research papers, case studies, and articles review in engineering technology field. The journal can be used as an authoritative source of scientific information for researchers, researcher academia or institution, ...