PENENTUAN KOMODITI HORTIKULTURA BERDASARKAN KESESUAIAN LAHAN MENGGUNAKAN NEURO FUZZY SYSTEM
Keywords:
Multilayer Perceptron, Neuro Fuzzy, HortikulturaAbstract
Indonesia merupakan negara yang kaya akan sumber alam. Khususnya hortikultura, pada, sayur, buah, coklat, kopi dll. Merupakan komoditi eksport yang dapat meningkatkan devisa pada bidang pertanian. Dalam penelitian ini dibuat teknologi pemodelan dalam bidang sistem cerdas yaitu Neuro Fuzzy System untuk tanaman Hortikultura dan Perkebunan. Metode yang dipilih menggunakan Multi Layer Perceptron (MLP) dengan fungsi aktivasi Sigmoid. Parameter berupa Suhu, Kelembapan, Curah Hujan dan Ketinggian diatas permukaan Laut (DPL). Output dari sistem berupa bobot yang akan diuji dengan aplikasi pengujian yang membutuhkan customize parameter sehingga menghasillkan komoditi yang cocok. Komoditi yang diujicobakan pada hasil pembobotan pada akhir training yaitu pisang, jeruk, manggis, mangga, cengkeh, kelapa, kopi dan coklat. Hasill pengujian pada iterasi ke 100 menunjukkan validitas 0,4 pada threshold 0,9. Kesesuaian dengan output ditunjukkan dengan grafik.
Downloads
References
Fausett L, 1994, Fundamentals of Neural Networks, Prentice Hall Engiewook Chliffs, Florida Insitute of Technology.
Hilman Y, Anwarudin S.M, Kachmir. HR, 2012. Pusat Penelitian dan Pengembangan Hortikultura. Diakses secara (online), tanggal 6 Mei 2012 pada http://hortikultura.litbang.deptan.go.id
Irfianti AD. Hartati. S. 2012. Neural Network dalam Menentukan Komoditi Hortikultura dengan metode Multilayer Perceptron. Proceeding Seminar Nasional Senaputro, Buku 2, Hal. 169.
J.J.Carbajal, L. P. Sánchez. 2008. Classification based on fuzzy inference systems for artificial habitat quality in shrimp farming. Seventh Mexican International Conference on Artificial Intelligence
Mulyana S. 2007. Prediksi Produksi Benih ikan dengan Logika Fuzzy. Proceeding Seminar Nasional Tahunan IV Hasil Penelitian Perikanan dan Kelautan, 28 Juli 2007.