Penerapan Metode Jaringan Syaraf Tiruan Untuk Memprediksi Nilai Tukar Petani Subsektor Tanaman Pangan Menggunakan Algoritma Conjugate Gradient Pola-Rebieri

Abstract

Sektor pertanian memiliki kontribusi yang sangat besar sebagai sumber sebagai penyedia pangan, bahan baku untuk industri dan ekspor. Dengan besarnya kontribusi sektor pertanian dalam menciptakan lapangan pekerjaan bagi masyarakat sehingga perlunya peran pemerintah khususnya pemerintah provinsi Sumatera Utara untuk lebih memperhatikan kesejahteraan masyarakat di sektor Pertanian khususnya sektor pertanian petani tanaman pangan. Kegunaan dari indeks nilai tukar petani yaitu untuk mengukur kemampuan tukar produk yang dijual petani dengan produk yang dibutuhkan petani dalam memproduksi dan mengkonsumsi barang dan jasa untuk keperluan rumah tangga.Menurut Bps sumut Penyedia lapangan kerja, penyerapan tenaga kerja bagi masyarakat serta berperan NTP merupakan salah satu indikator untuk melihat tingkat kemampuan/daya beli petani di perdesaan. NTP juga menunjukkan daya tukar (terms of trade) dari produk pertanian dengan barang dan jasa yang dikonsumsi maupun untuk biaya produksi. Pada Februari 2022, NTP Provinsi Sumatera Utara (2018=100) tercatat sebesar 125,83 atau turun 0,72 persen dibandingkan dengan NTP Januari 2022, yaitu sebesar 126,75. Kenaikan NTP Februari 2022 disebabkan oleh turunnya NTP pada seluruh subsektor, yaitu NTP subsektor Tanaman Pangan sebesar 0,62 persen, NTP subsektor Hortikultura sebesar 0,19 persen, NTP subsektor Tanaman Perkebunan Rakyat sebesar 0,72 persen, NTP subsektor Peternakan sebesar 1,55 persen, dan NTP subsektor Perikanan sebesar 0,57 persen. Perubahan Indeks Konsumsi Rumah Tangga (IKRT) mencerminkan angka inflasi/ deflasi perdesaan. Pada Februari 2022, terjadi inflasi perdesaan di Sumatera Utara sebesar 0,55 persen.Nilai Tukar Usaha Rumah Tangga Pertanian (NTUP) Provinsi Sumatera Utara Februari 2022 sebesar 124,84 atau turun sebesar 0,75 persen dibanding NTUP bulan sebelumnya(Bps sumut, 2022).Conjugate gradient adalah algoritma yang digunakan untuk solusi numerik dari sistem persamaan linear tertentu, yaitu matriks yang simetris dan bernilai positif. Algoritma conjugate gradien akan bekerja pada sistem di mana matriks A simetris, dan pasti positif (tidak perlu dominan secara diagonal dalam kasus ini).Definitif positif berarti bahwa untuk setiap x yang tidak semuanya nol (McClarren, 2018). Algoritma Conjugate gradient sering diimplementasikan sebagai algoritma iteratif, terutama untuk penyebaran sistem yang terlalu besar untuk ditangani oleh implementasi langsung atau metode langsung lainnya seperti dekomposisi Cholesky. Penyebaran Sistem sering muncul ketika memecahkan persamaan diferensial parsial atau masalah optimasi secara numerik.Algoritma yang digunakan oleh penulis adalah algoritma conjugate gradient polak-ribieri, algoritma Conjugate gradient juga dapat digunakan untuk memecahkan masalah optimasi yang tidak terbatasseperti minimalisasi energi seperti yang dikembangkan oleh (Hestenes and Stiefel, 1952; Straeter, 1971). Algoritma Conjugate gradient biasanya jauh lebih efisien daripada metode berbasis gradient descent, karena waktu penyelesaian yang lebih cepat dan iterasi yang tidak terlalu banyak (Berisha and Nagy, 2014).