MODEL PREDIKSI KESESUAIAN LAHAN BUDIDAYA TANAMAN PANGAN DENGAN BACKPROPAGATION NEURAL NETWOK (STUDI KASUS: SUB-DAS BENGKULU HILIR)

TAMBUNAN, TOMMY ALEXANDER and Ernawati, Ernawati and Andreswari, Desi (2019) MODEL PREDIKSI KESESUAIAN LAHAN BUDIDAYA TANAMAN PANGAN DENGAN BACKPROPAGATION NEURAL NETWOK (STUDI KASUS: SUB-DAS BENGKULU HILIR). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Universitas Bengkulu.

[thumbnail of Model Prediksi Kesesuaian Lahan Budidaya Tanaman Pangan Dengan Backpropagation Neural Network - G1A015010.pdf] Text
Model Prediksi Kesesuaian Lahan Budidaya Tanaman Pangan Dengan Backpropagation Neural Network - G1A015010.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (11MB)

Abstract

Penentuan jenis budidaya tanaman pangan yang sesuai ditanam pada Sub�DAS masih dilakukan secara manual, yaitu membandingkan data-data yang
ada di lapangan serta pengamatan petani, sehingga hasil yang didapatkan
tidak maksimal. Program komputer dengan menggunakan Jaringan Syaraf
Tiruan (JST) metode Backpropagation dapat digunakan sebagai alat yang
tepat dalam memberikan informasi tanaman yang cocok ditanam dengan
mudah, cepat, dan akurat. Hasil pengujian menunjukkan bahwa nilai Eps
(error minimum yang diharapkan) = 0.001, nilai maksimum epoh = 0.8,
merupakan nilai-nilai yang cukup efektif dan efisien dalam melakukan
prediksi jenis tanaman pangan yang sesuai ditanam pada lahan tertentu
karena tingkat ketepatan prediksinya adalah 95.8% dari 24 data pengujian.
Aplikasi ini dibangun dalam bahasa pemrograman PHP dan dirancang
dengan Data Flow Diagram (DFD). Metode pengembangan sistem yang
digunakan adalah waterfall. Pengujian fungsional sistem dengan
menggunakan metode Black Box telah berhasil 100 % dengan skenario
yang telah dibuat.
Kata Kunci: Prediksi, Jaringan syaraf tiruan, Backpropagation, Kesesuaian
Lahan, Tanaman Pangan

Item Type: Thesis (['eprint_fieldopt_thesis_type_ut' not defined])
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering > Department of Civil Engineering
Depositing User: 58 lili haryanti
Date Deposited: 16 Nov 2023 06:35
Last Modified: 16 Nov 2023 06:35
URI: https://repository.unib.ac.id/id/eprint/17210

Actions (login required)

View Item
View Item