1. Home
  2. Vol 12, No 2 (2024)
  3. Hamdi

Penerapan Metode Neural Network untuk Prediksi Harga Bawang Putih di Kota Singkawang

Fadlul Hamdi(1), Hendro Budiantoro(2), Rafika Sani(3), Rezki Rusydi(4), Sarjon Defit(5),
(1) Universitas Negeri Padang  Indonesia
(2) Universitas Putra Indonesia YPTK Padang  Indonesia
(3) Universitas Putra Indonesia YPTK Padang  Indonesia
(4) Universitas Putra Indonesia YPTK Padang  Indonesia
(5) Universitas Putra Indonesia YPTK Padang  Indonesia

Corresponding Author


DOI : https://doi.org/10.24036/voteteknika.v12i2.128039

Full Text:    Language : id

Abstract


Bawang putih adalah komoditas penting dalam perekonomian Kota Singkawang. Penelitian ini bertujuan untuk menerapkan metode Neural Network dalam meramalkan harga bawang putih di kota tersebut. Data harga bawang putih dari Badan Pusat Statistik Kota Singkawang untuk periode tahun 2016-2023 digunakan dalam penelitian ini. Setelah melalui proses analisis dan pengolahan data, model Neural Network dilatih menggunakan data historis untuk memprediksi harga bawang putih di masa mendatang. Hasil prediksi menunjukkan bahwa harga bawang putih cenderung stabil selama dua tahun ke depan, dengan nilai tetap pada angka 30,701 untuk bulan 1 tahun 2024, 30,303 untuk bulan 2 tahun 2024, dan seterusnya hingga tahun 2025. Penelitian ini memberikan wawasan penting bagi para pelaku pasar dalam mengantisipasi perilaku pasar dan pengambilan keputusan di sektor bawang putih di Kota Singkawang.

Kata kunci : bawang putih, harga, prediksi, Neural Network, Kota Singkawang

 

Garlic is an important commodity in the economy of Singkawang City. This research aims to apply the Neural Network method in forecasting the price of garlic in the city. Garlic price data from the Central Bureau of Statistics of Singkawang City for the period 2016-2023 is used in this study. After going through the data analysis and processing process, the Neural Network model was trained using historical data to predict future garlic prices. The prediction results show that the price of garlic tends to stabilise over the next two years, with a fixed value of 30.701 for month 1 of 2024, 30.303 for month 2 of 2024, and so on until 2025. This research provides important insights for market players in anticipating market behaviour and decision-making in the garlic sector in Singkawang City.

Keywords: garlic, price, prediction, Neural Network, Singkawang City


References


P. Lestari and B. Lokapitasari, “Implementasi Algoritma Neural Network untuk Memprediksi Harga Bawang Merah di Kabupaten Bima,” vol. 4, no. 2, pp. 112–119, 2023.

H. Zulfa, F. Nhita, and D. Saepudin, “Hibridisasi Algoritma Classification and Regression Tree (CART) dan Artificial Neural Network (ANN) untuk Prediksi Harga Bawang Merah di Kabupaten Bandung,” e-Proceeding Eng., vol. 6, no. 2, pp. 9776–9784, 2019.

P. Ekawati, Nia; Wilson, “Prediksi Harga Cabai Merah Menggunakan Jaringan Syarat Tiruan,” Journalinformatics Electron. Eng., vol. 1, no. 2, pp. 58–65, 2021, [Online]. Available: https://ejournal.poltektedc.ac.id/index.php/jiee/article/view/537/399

N. Hendiyani and A. W. Sugiyarto, “LOMBA DAN SEMINAR MATEMATIKA XXVII PREDIKSI HARGA BAWANG MERAH RATA-RATA PERBULAN MENGGUNAKAN LOGIKA FUZZY METODE TSUKAMOTO (Studi Kasus : Studi Kasus di Kebun Bawang Merah Yogyakarta),” pp. 1–7, 2014.

E. Priyanti, “Implementasi Neural Network Pada Prediksi Pendapatan Rumah Tangga,” Swabumi, vol. 6, no. 1, pp. 18–26, 2018, doi: 10.31294/swabumi.v6i1.3312.

A. Novita, “Prediksi Pergerakan Harga Saham Pada Bank Terbesar Di Indonesia Dengan Metode Backpropagation Neural Network,” jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 05, no. 01, pp. 965–972, 2017.

D. Saputra, M. Safii, M. Fauzan, and S. Tunas Bangsa, “Implementasi Algoritma Backpropagation Dalam Memprediksi Harga Bahan Pangan,” Oktober, vol. 1, no. 4, pp. 120–129, 2020.

K. Syaidah, Y. H. Chrisnanto, and G. Abdillah, “Prediksi Harga Sembako di DKI Jakarta Menggunakan Artificial Neural Network,” JUMANJI (Jurnal Masy. Inform. Unjani), vol. 3, no. 02, p. 136, 2020, doi: 10.26874/jumanji.v3i02.63.

A. Hendrawan, V. Vydia, and S. R. Cholil, “Prediksi Pandemi Covid 19 Kota Semarang Menggunakan Pendekatan Neural Network,” J. Riptek, vol. 15, no. 1, pp. 43–46, 2021, doi: 10.35475/riptek.v15i1.113.

P. Purnawansyah, H. Haviluddin, H. Darwis, H. Azis, and Y. Salim, “Backpropagation Neural Network with Combination of Activation Functions for Inbound Traffic Prediction,” Knowl. Eng. Data Sci., vol. 4, no. 1, p. 14, 2021, doi: 10.17977/um018v4i12021p14-28.

J. R. Simanungkalit, H. Haviluddin, H. S. Pakpahan, N. Puspitasari, and M. Wati, “Algoritma Backpropagation Neural Network dalam Memprediksi Harga Komoditi Tanaman Karet,” Ilk. J. Ilm., vol. 12, no. 1, pp. 32–38, 2020, doi: 10.33096/ilkom.v12i1.521.32-38.

C. Algoritma, “Pada Koperasi Panca Bhakti Bekasi Menggunakan,” vol. IX, no. 1, pp. 1–22, 2019.


Article Metrics

 Abstract Views : 128 times
 PDF (Bahasa Indonesia) Downloaded : 33 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.