Implementasi Algoritma Adaptive Neuron Fuzzy Inference System (Anfis) Untuk Memprediksi Harga Gabah

Gabah merupakan hasil tanaman padi yang telah dipisahkan dari tangkainya dengan cara perontokan. Pada saat ini banyak petani Indonesia yang mengeluhkan anjloknya harga gabah tetapi harga beras naik, yang menyebabkan itu terjadi karena para pedagang terlalu besar dalam mengambil untung dan juga kurangnya info petani dalam menjual gabah sesuai kriteria-kriterianya. ANFIS terdiri dari 2 tahap yaitu tahap maju dan tahap mundur (backpropagation). Pada saat pelatihan data akan melewati tahap maju dan tahap mundur untuk mendapatkan nilai RMSE terbaik dengan parameter yang di update pada tiap epoch, sampai mendapatkan nilai RMSE terkecil atau epoch maksimal yang diinputkan. Berdasarkan hasil pengujian pada pelatihan dengan menggunakan 5 bulan, 6 bulan, 7 bulan, 8 bulan, 9 bulan, 10 bulan, 11 bulan dan 12 bulan data terakhir dan dengan epoch 20, 200 dan 2000 didapatkan nilai RMSE terkecil pada epoch 20 dan 200 dengan nilai RMSE sebesar 0.16667. Lalu untuk pengujian akan dilakukan dengan menggunakan nilai parameter update dari hasil pelatihan yang menghasil RMSE terkecil dari hasil pelatihan, dan didapatkanlah hasil pengujian prediksi dan nilai RMSE terkecil dengan parameter 8 bulan terakhir sebesar 1.754E-07 dengan hasil hasil output harga gabah senilai Rp. 6098.

Grain is the result of rice plants that have been separated from the stems by threshing. At this time, many Indonesian farmers complain about the plummeting price of grain but the price of rice rises, that cause it to happen because traders are too big in taking profits and also the lack of farmer information in selling grain according to the criteria. In this study the grain price data based on quality consists of 2 ie water content and void levels obtained from BPS. ANFIS consists of two stages of advanced and backpropagation. During training the data will pass through the forward and backward stages to get the best RMSE value with updated parameters in each epoch, to get the smallest RMSE value or maximum epoch input. At the time of the test only advanced stage with parameter values taken from the value of training update parameters. Based on the results of the training using the data 7 months, 9 months and the last 11 months obtained RMSE value with the first epoch RMSEnya value as follows at 7 months by 20.11, at the time of 9 months of 120.342, and at the time of 11 months amounted to 132.392, so the value of RMSE the smallest comes at the time of data usage last 7 months.