PENERAPAN NEURAL NETWORK DALAM MEMPREDIKSI HARGA INDEX PASAR BAHAN BAKAR MINYAK PERTALITE

Minyak bumi bahan bakar minyak selain listrik merupakan salah satu sumber energi terpenting yang digunakan oleh seluruh masyarakat dunia. Kementerian Energi dan Sumber Daya Mineral menyatakan bahwa bahan bakar jenis Pertalite merupakan bahan bakar yang paling banyak digunakan oleh masyarakat Indonesia. Harga bakan bakar minyak di Indonesia ditentukan oleh pemerintah, yang mensubsidi dan mengatur penjualan bensin, solar, dan minyak tanah di ritel melalui Perusahaan Terbatas Pertamina. Harga bahan bakar minya merupakan salah satu permasalahan yang ada di Indonesia karena harganya yang tidak stabil. Penelitian ini bertujuan untuk mencari arsitektur terbaik dalam mendapatkan harga index pasar Bahan Bakar Minyak Pertalite dimasa yang akan datang dengan menggunakan Backpropagation Neural Network. Backpropagation Neural Network merupakan salah satu metode konstruksi jaringan saraf tiruan yang paling sering digunakan untuk menyelesaikan masalah seperti prediksi. Dalam melakukan analisis menggunakan Software Matlab 6.5. Penelitian ini menggunakan metode JST Backpropagation dengan menggunakan 5 model arsitektur , diantaranya adalah model 3-5-1=97,0588%, 3-10-1=79,4118%, 3-15- 1=94,1176%, 3-20-1=91,1765%, 3-25-1=94,1176%. Sehingga didapatkan model arsitektur terbaik yaitu 3-5-1 dengan tingkat akurasi sebesar 97,0588%, MSE 0,0005475600 dengan error yang digunakan 0,001-0,05. Dengan ini, model ini bagus untuk prediksi Harga Index Pasar Bahan Bakar minyak (BBM) Pertalite tahun 2023.

Kata Kunci : Harga Index Pasar Bahan Bakar Minyak Pertalite, Prediksi, Backpropagation Neural Network