首页> 外文OA文献 >Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX
【2h】

Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX

机译:反向传播神经网络模型在pT估算甘蔗生产中的应用。 perkebunan Nusantara IX

摘要

Kebutuhan akan ketersediaan gula yang berbahan dasar tebu cukup tinggi mengingat gula adalahudsalah satu kebutuhan pokok sehingga Industri gula perlu diperhatikan untuk meningkatkan kasejahteraanudmasyarakat. Oleh karena itu, perlu adanya cara memprediksi produksi tebu agar produsen tebu dapatudmemperkirakan jumlah produksi tebu tahun depan apakah sudah dapat memproduksi gula sesuai denganudkebutuhan konsumsi masyarakat. Tujuan penulisan ini adalah untuk memprediksi produksi tebu di PT.udPerkebunan Nusantara IX menggunakan model backpropagation neural network.udPerkiraan produksi tebu ini menggunakan variabel input produksi tebu dan curah hujan masaudlalu. Prosedur peramalan/ perkiraan diawali dengan pembagian data menjadi data pelatihan dan pengujian.udSelanjutnya dilakukan pemilihan variabel input yang memberikan korelasi cukup signifikan terhadapudvariabel output. Kemudian dilakukan perancangan struktur jaringan yang optimum serta pemilihan learningudrate dan momentum. Proses validasi dilakukan terhadap struktur jaringan yang optimum untuk mengetahuiudtingkat keakuratan perkiraan produksi tebu.udModel backpropagation neural network terpilih adalah model dengan 4 input, 1 lapisanudtersembunyi (dengan 8 neuron), dan 1 output yang menggunakan fungsi aktifasi sigmoid biner padaudpelatihan dan fungsi aktifasi linear pada output. Hasilnya adalah perkiraan produksi tebu menggunakanudbackpropagation neural network dengan tingkat keakuratan pada proses pelatihan mencapai MSE sebesarud14,2486 dan MAPE sebasar 0,0217%, sedangkan pada proses pengujian mencapai MSE sebesar 36.612 danudMAPE sebesar 2,6547%.udKata kunci: produksi tebu, backpropagation neural network, pelatihan, pengujian
机译:考虑到糖是基本需求之一,对基于甘蔗的糖的需求非常高,因此必须考虑制糖业以改善社区的福利。因此,需要一种预测甘蔗产量的方法,以便甘蔗生产者可以估算明年的甘蔗产量,是否能够根据人们的消费需求生产糖。本文的目的是使用反向传播神经网络模型预测PT。Nusantara Perkebunan IX的甘蔗产量,利用输入变量估算甘蔗产量,以输入甘蔗产量和过去的降雨量。预测/预测程序首先将数据分为训练和测试数据,下一步是选择与输出变量具有显着相关性的输入变量。然后进行最佳的网络结构设计以及学习学习和动量的选择。验证过程是在最佳网络结构上进行的,以确定甘蔗产量估算的准确率,所选择的神经网络反向传播模型是一个模型,该模型具有4个输入,1个隐藏层(具有8个神经元)和1个输出,其中使用了选定的二进制S形激活函数。在输出端提供ud训练和线性激活功能。结果是使用 udback传播神经网络对甘蔗生产进行了估算,其训练过程中的准确度水平达到 ud14,2486,MAPE为0.0217%,而在测试过程中,MSE为36,612,udMAPE为2.6547%。关键词:甘蔗生产反向传播神经网络训练测试

著录项

  • 作者单位
  • 年度 2011
  • 总页数
  • 原文格式 PDF
  • 正文语种 {"code":"id","name":"Indonesian","id":20}
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号