OPTIMASI BACKPROPAGATION MENGGUNAKAN PSO UNTUK PREDIKSI PRODUKSI TANAMAN KACANG PANJANG DI PULAU SUMATERA

Prediksi sangat berperan penting dalam sebuah informasi dikarenakan sebuah prediksi mampu membantu sebuah penelitian ataupun pendataan lebih tepat dan terarah. Penelitian ini akan melakukan sebuah prediksi ataupun peramalan terhadap produksi tanaman sayur kacang panjang yang ada di Pulau Sumatera, data berasal dari BPS (Badan Pusat Statistik). JST (Jaringan Syaraf Tiruan ) merupakan salah satu dari kecerdasan buatan yang banyak digunakan dalam melakukan sebuah prediksi ataupun peramalan. Backpropagation merupakan salah satu bagian dari jaringan syaraf tiruan yang sering dipakai untuk melakukan sebuah prediksi dengan melihat tingkat error yang ada. Dikarenakan hasil dari backpropagation masih ada kekurangan. oleh karena itu akan dilakukan optimasi dengan menggunakan PSO (Particle Swarm Optimization) untuk mendapatkan hasil prediksi yang lebih tepat dan akurat. Penelitian ini memakai 5 model arsitektur jaringan, dari ke 5 model arsitektur di dapat arsitektur terbaik yaitu 6- 11-1 dengan jumlah RMSE 0.157 +/- 0.000 dalam implementasi Backpropagation, sedangkan dalam optimasi backpropagation dengan PSO didapat jumlah RMSE sebesar 0.040 +/- 0.000. semakin kecil rmse yang didapat semakin baik model tersebut. Adapun manfaat atau kontribusi yang dapat diberikan dari hasil penelitian ini adalah membantu pemerintah untuk mengetahui prediksi produksi tanaman kacang panjang di Pulau Sumatera sehingga dapat membantu menangani peningkatan ataupun penurunan jumlah produksi tanaman kacang panjang dalam memenuhi kebutuhan konsumen.

Kata Kunci : Backpropagation, Optimasi, PSO, Prediksi, kacang panjang