PENERAPAN ARTIFICIAL NEURAL NETWORK ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI JUMLAH PRODUKSI DAGING AYAM RAS PETELUR DI INDONESIA

Penelitian ini bertujuan untuk mengkaji produksi daging ayam ras petelur di Indonesia, yang merupakan salah satu komoditas penting dalam sektor peternakan. Ayam ras petelur, yang umumnya dibudidayakan untuk produksi telur, juga menghasilkan daging yang memiliki nilai ekonomi signifikan. Produksi daging ayam ras petelur di Indonesia mengalami peningkatan seiring dengan pertumbuhan permintaan pasar dan perubahan pola konsumsi masyarakat. Pada sampel data yang digunakan penelitian ini diambil berdasarkan enam tahun terakhir yaitu 2017-2022. Pada tahun 2019-2020 jumlah produksi mengalami penurunan namun pada tahun 2020-2021 jumlah produksi mengalami kenaikan, jika terjadi penurunan dalan jangka waktu yang berkelanjutan maka masyarakat Indonesia akan kekurangan gizi protein hewani. Dalam penelitian ini penulis menggunakan metode Backpropagation untuk menstabilkan jumlah produksi dengan jumlah masyarakat Indonesia. Hasil peneltian dengan percobaan yang dilakukan arsitektur terbaik yaitu 3-27-1 untuk memprediksi jumlah produksi daging ayam ras petelur pada tahun 2023 dengan menunjukan hasil akurasi sebesar 91%. Mse Testing sebesar 0,00382. Dari hasil prediksi dapat dilihat ada 16 Provinsi yang diperkirakan mengalami kenaikan produksi di tahun 2023 atau sekitar 45,5% (18 Provinsi) dari total 34 provinsi di Indonesia. Sedangkan 18 provinsi lainnya mengalami penurunan atau sekitar 55,5%.

Kata Kunci : Jaringan Saraf Tiruan , Backpropagation, daging ayam ras petelur