RAMADHAN, Muhammad Arka (2024) Peramalan Volume Panen Air Nira Aren IKM Gula Semut Menggunakan Algoritma Machine Learning. Skripsi thesis, Universitas Jenderal Soedirman.

	PDF (Cover) COVER-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Download (230kB)
	PDF (Legalitas) LEGALITAS-Muhammad Arka Ramadhan_H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only Download (1MB)
	PDF (Abstrak) ABSTRAK-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Download (263kB)
	PDF (BabI) BAB-I-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only until 14 August 2025. Download (296kB)
	PDF (BabII) BAB-II-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only until 14 August 2025. Download (486kB)
	PDF (BabIII) BAB-III-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only until 14 August 2025. Download (296kB)
	PDF (BabIV) BAB-IV-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only Download (404kB)
	PDF (BabV) BAB-V-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only Download (553kB)
	PDF (BabVI) BAB-VI-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Download (217kB)
	PDF (DaftarPustaka) DAFTAR PUSTAKA-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Download (241kB)
	PDF (Lampiran) LAMPIRAN-Muhammad Arka Ramadhan-H1E020050-SKRIPSI-2024.pdf Restricted to Repository staff only Download (731kB)

Abstract

Gula merupakan salah satu bahan makanan pokok masyarakat Indonesia, contohnya gula semut. Gula semut merupakan produk yang dihasilkan dari kristalisasi air nira pohon aren (Arenga pinata). Produksi gula semut bersifat fluktuatif dikarenakan ketidakpastian cuaca dan faktor berpengaruh lainnya seperti suhu, ketinggian tanah, dan lain-lain. Bahan baku yang fluktuatif bisa mempengaruhi inventori, jumlah pekerja, bahkan produksi gula itu sendiri. Oleh karena itu diperlukan adanya peramalan volume panen air nira aren sehingga bisnis dapat berjalan lancar. Peramalan dilakukan menggunakan enam metode machine learning. Enam metode tersebut adalah Support Vector Regression (SVR), Bayesian Ridge Regression (BRR), Decision Tree Regressor (DTR), Multi Layer Perceptron Regressor (MLP), K-nearest Neighbor Regressor (KNR), dan Ordinary Least Squares (OLS). Masing-masing metode akan dibandingkan menggunakan metrik evaluasi seperti Mean Absolute Error (MAE), Mean Percentage Error (MAPE), dan Mean Squared Error (MSE) untuk mendapatkan model terbaik. Setelah dilakukan perbandingan metode, didapatkan bahwa metode DTR merupakan metode terbaik dengan nilai MSE, MAE, dan MAPE sebesar 1,11; 0,87; dan 0,12.

Actions (login required)

View Item