Analisis Neural Network Dengan Metode Backpropagation Dalam Melakukan Prediksi Terhadap Produksi Karet Berdasarkan Provinsi Di Indonesia

Abstract

Karet spesifikasi teknis (TSR) merupakan jenis karet alam yang penting, dengan pertumbuhan permintaan yang tinggi dibanding jenis karet alam yang diproduksi dan diekspor oleh Indonesia. TSR paling banyak digunakan sebagai bahan baku untuk industri ban, sehingga dengan tumbuhnya indutri otomotif mendorong peningkatan permintaan terhadap TSR. Namun permasalahan muncul dalam produksi TSR, dimana tingkat fluktuasi baik karena kelebihan maupun kekurangan produksi sangat berpengaruh terhadap perubahan harga TSR di pasar Internasional. Untuk mengurangi fluktuasi tersebut diperlukan suatu metode untuk memperkirakan tingkat permintaan dan harga. Penelitian ini bertujuan untuk merancang suatu metode prakiraan yang dapat merperkirakan tingkat harga dan volume permintaan untuk TSR 20. Prakiraan dilakukan dengan Jaringan Syaraf Tiruan (JST) dengan algoritma propagasi balik, menggunakan data perkembangan pasar TSR di bursa berjangka SICOM. Model JST yang dirancang mempertimbangkan pola harga, pola permintaan dan interaksi kedua faktor.