Show simple item record

dc.contributor.authorSETIAWAN, Fendi
dc.contributor.authorDEWI, Yuliani Setia
dc.contributor.authorFATEKUROHMAN, Mohamad
dc.date.accessioned2023-02-16T08:02:01Z
dc.date.available2023-02-16T08:02:01Z
dc.date.issued2022-10-01
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/112210
dc.description.abstractProduksi padi merupakan kegiatan masyarakat untuk menghasilkan beras, hal itu dimaksudkan untuk menjaga ketahanan pangan di masa yang akan datang. Tujuan dari penelitian ini adalah mengembangkan model terbaik dalam meramalkan produksi padi berdasarkan pendekatan ARIMA (Autoregressive Integrated Moving Averages) dan ANN (Artificial Neural Network). Hasilnya akan dibandingkan dengan nilai tingkat kesalahan dari metode ARIMA dan ANN tersebut dengan data yang tersedia. Data yang digunakan dalam penelitian ini adalah data produksi padi di Kecamatan Panti Kabupaten jember . Tingkat akurasi peramalan yang dihasilkan oleh setiap metode peramalan diukur dengan kriteria MAPE (Mean Absolute Percentage Error), MSE (Mean Square Error) dan RMSE (Root Mean Square Error). Hasil penelitian menunjukkan bahwa dari metode peramalan yang digunakan dalam penelitian ini, metode ARIMA (1,0,1) (1,0,2)[12] merupakan metode peramalan yang terbaik luas panen padi terbaik di Kecamatan Panti Kabupaten jember dengan rata-rata nilai MAPE sebesar 0.05668374, MSE sebesar 5.587553, dan RMSE sebesar 2.3638. Sedangkan pada peramalan produktivitas padi dengan metode ANN BP (7,(7,3),1) merupakan metode peramalan yang cukup baik dengan rata-rata nilai MAPE sebesar 0.05703856 MSE sebesar 4.828465, dan RMSE sebesar 2.197377. Oleh karena itu, model ARIMA (1,0,1) (1,0,2)[12] cukup efektif untuk memprediksi jumlah produksi padi di Kecamatan Panti Kabupaten Jember Provinsi Jawa Timur untuk beberapa tahun yang akan datang.en_US
dc.language.isootheren_US
dc.publisherEDUSAMPUL JURNAL PENDIDIKANen_US
dc.subjectProduksi Padien_US
dc.subjectARIMAen_US
dc.subjectANNen_US
dc.titleComparison of Arima Method and Artificial Neural Network Method to Predict Productivity Rice In Panti Districten_US
dc.typeArticleen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record