Analisis pengolahan data dalam mengoptimalkan nilai akurasi pada metode backpropagation

Abstract

Evaluasi produksi gurame merupakan salah satu pekerjaan yang cukup sulit  diselesaikan karena terkait dengan model kausal, dimana variabel yang akan  dievaluasi (variabel dependen) terkait dengan variabel lain (variabel independen)  dalam model. Beberapa metode yang dapat digunakan untuk menyelesaikan  masalah yang berhubungan dengan metode kausal ini adalah metode regresi dan  metode jaringan saraf tiruan khususnya algoritma backpropagation. Pada penelitian ini, metode jaringan saraf tiruan algoritma backpropagation digunakan untuk mengevaluasi produksi gurame di Jawa Barat, dalam metode  tersebut diperlukan sebuah jaringan yang optimal untuk untuk memberikan hasil  evaluasi dengan akurasi yang tinggi. Jaringan dikatakan optimal jika proses  training dan testing menghasilkan nilai galat yang kecil dan nilai akurasi yang tinggi. Satuan galat yang digunakan pada penelitian ini adalah mean square error (MSE). Pada penelitian ini juga berhasil dibuat sebuah aplikasi untuk  membuktikan hasil evaluasi dan keabsahan penelitian. Dari serangkaian  pengujian pada kasus evaluasi produksi gurame di Jawa Barat didapatkan  beberapa hasil yang mencapai akurasi yang diharapkan.