PENERAPAN ARTIFICIAL NEURAL NETWORK POLAK RIBIERE UNTUK PREDIKSI PRODUKSI KAKAO DI INDONESIA

Kakao merupakan salah satu komoditas pertanian yang cukup penting di Indonesia. Komoditas ini menjadi sumber penghasilan bagi para petani dan juga merupakan bahan baku penting bagi industri makanan dan minuman. Penelitian ini bertujuan untuk menerapkan algoritma Conjugate Gradient Polak Ribiere yang digunakan untuk mengetahui prediksi produksi kakao dimasa yang akan datang. Data penelitian ini diambil dari sebuah situs website pemerintah yakni Badan Pusat Statistik (BPS) www.bps.go.id. Data tersebut adalah hasil produksi kakao dari tahun 2014 sampai tahun 2021. Dimana penurunan jumlah produksi yang lumayan besar, diperlukan sebuah penelitian dalam prediksi jumlah produksi kakao dimasa yang akan datang. Diharapkan penelitian ini dapat memberikan masukan kepada pemerintah sehingga dapat diperoleh langkahlangkah yang tepat dalam upaya untuk meningkatkan produksi kakao di Indonesia. Algoritma yang digunakan pada penelitian ini adalah Jaringan Saraf Tiruan dengan metode Conjugate Gradient Polak Ribiere. Metode Conjugate Gradient Polak Ribiere ini telah banyak digunakan dalam melakukan proses prediksi dan memberikan hasil yang akurat dengan error yang rendah. Berdasarkan model arsitektur terbaik adalah 3-60-1 (3 adalah input layer, 60 adalah jumlah neuron hidden layer dan 1 adalah output layer) dengan tingkat akurasi 88%. Dari hasil prediksi tahun 2023 diketahui penghasil kakao terbanyak berasal dari provinsi Sulawesi tengah,yakni 130,36 ton. Setelahnya ada Sulawesi tenggara 114,75 ton. Dan daerah terbesar ketiga Sulawesi selatan 107,21 ton. Kalimantan selatan merupakan daerah yang paling sedikit menghasilkan kakao, yakni 0,11 ton. Kata

kunci: Kakao, Prediksi, Conjugate Gradient Polak Ribiere.