Perbandingan Algoritme Extreme Learning Machine dengan Support Vector Regression Untuk Prediksi Harga Cabai Rawit di Kota Jakarta (Studi Kasus: Pasar Jatinegara, Jakarta Timur)

Wahyu Edi, Suryanto (2021) Perbandingan Algoritme Extreme Learning Machine dengan Support Vector Regression Untuk Prediksi Harga Cabai Rawit di Kota Jakarta (Studi Kasus: Pasar Jatinegara, Jakarta Timur). Other thesis, Universitas Darma Persada.

	Text COVER.pdf Download (1MB)
	Text BAB I.pdf Download (800kB)
	Text BAB II.pdf Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (2MB)
	Text BAB 4.pdf Restricted to Registered users only Download (1MB)
	Text BAB 5.pdf Download (784kB)
	Text DAFTAR PUSTAKA WAHYU.pdf Download (908kB)
	Text LAMPIRAN.pdf Download (4MB)

Abstract

Cabai rawit merupakan komoditas sayuran yang sangat penting bagi masyarakat Indonesia karena cabai rawit mengandung banyak vitamin dan zat gizi yang dibutuhkan untuk menjaga dan meningkatkan daya tahan tubuh. Selain itu, rasa pedas pada cabai rawit berkhasiat untuk menambah nafsu makan sehingga hal tersebut menjadi alasan banyak masyarakat Indonesia untuk mengkonsumsi cabai rawit. Mengingat kebutuhan masyarakat Indonesia akan cabai rawit terus meningkat membuat harga cabai rawit mengalami fluktuasi. Kenaikan harga yang fluktuatif menimbulkan kerugian pada beberapa kalangan, yaitu pedangan dan pengusaha kuliner yang menggunakan cabai rawit sebagai bahan utamanya. Untuk itu, dibutuhkan suatu metode untuk memprediksi harga cabai rawit di masa yang akan datang. Dengan melakukan prediksi harga cabai rawit diharapkan dapat membantu pedagang untuk mengendalikan jumlah permintaan cabai rawit dan pengusaha kuliner yang menggunakan cabai rawit sebagai bahan utama karena hasil prediksinya dapat digunakan untuk menekan modal pengeluaran sehingga para pengusaha bisa mendapatkan keuntungan yang maksimal. Data yang digunakan pada penelitian ini berupa data time series yang disusun berdasarkan waktu. Prediksi pada data time series memiliki tingkat kompleksitas yang tinggi sehingga dibutuhkan suatu metode yang dapat menghasilkan prediksi. Algoritme Extreme Learning Machine (ELM) dan Support Vector Regression (SVR) diusulkan peneliti karena dinilai mampu memberikan hasil prediksi dengan tingkat kesalahan yang rendah. Berdasarkan penelitian yang telah dilakukan, algoritme SVR menghasilkan nilai Mean Average Percentage Error (MAPE) sebesar 1,4919% dengan waktu komputasi sebesar 3,0919356 seconds sedangkan algoritme ELM menghasilkan nilai MAPE sebesar 3,6746% dengan waktu komutasi sebesar 0,0110832 seconds. Dari hasil tersebut dapat disimpulkan bahwa algoritme ELM unggul dalam proses pembelajaran sedangkan algoritme SVR unggul dalam akurasi tingkat kesalahan. Namun, kedua algoritme tersebut mampu menghasilkan nilai prediksi dengan tingkat kesalahan yang kurang dari 10%. Hal tersebut menunjukan bahwa nilai prediksi yang dihasilkan termasuk dalam kategori yang sangat baik.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	prediksi harga cabai rawit, time series, Extreme Learning Machine, Support Vector Regression, Mean Average Percentage Error
Subjects:	500 Natural Science/Ilmu Pengetahuan Alam > 518.1 Algorithms/Algoritma
Divisions:	Fakultas Ekonomi > Manajemen
Depositing User:	Trie anto Perpustakaan
Date Deposited:	13 Dec 2021 07:55
Last Modified:	13 Dec 2021 07:55
URI:	http://repository.unsada.ac.id/id/eprint/2179

Actions (login required)

View Item