PENERAPAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI PRODUKSI TANAMAN PADI
DOI:
https://doi.org/10.33480/inti.v20i1.6438Keywords:
Artificial Neural Networks (ANN), Backpropagation Algorithm, Rice ProductionAbstract
Rice is a staple food crop in Indonesia, including in West Sumatra Province, which plays an important role in national food security. This study aims to develop a rice production prediction model using Artificial Neural Networks (ANN) with the Backpropagation algorithm. Historical rice production data from 2006 to 2023 in 19 regencies/cities in West Sumatra Province were used as the data basis. The research methods include data collection from BPS West Sumatra, data preprocessing, prediction process using the Backpropagation algorithm, and accuracy testing of the prediction results. The results show that ANN with the Backpropagation algorithm can predict rice production with an accuracy rate of 82.56% using an architecture with 16 neurons in the input layer, 9 neurons in the hidden layer, and 1 neuron in the output layer. This prediction model is expected to assist farmers and the government in planning optimal rice production, thereby increasing production and the welfare of farmers in West Sumatra Province. Thus, this research provides significant contributions in supporting decision-making in the agricultural sector, particularly in efforts to enhance food security and the welfare of farmers in the region
Downloads
References
Antares, J. (2021). Artificial neural network dalam mengidentifikasi penyakit stroke menggunakan metode backpropagation (Studi kasus di Klinik Apotik Madya Padang). Djtechno: Jurnal Teknologi Informasi, 1, 6-13. https://doi.org/10.46576/djtechno.v1i1.965
Syaputra, A. E. (2023). Akumulasi metode Monte Carlo dalam memperkirakan tingkat penjualan keripik sanjai. Jurnal Informasi Ekonomi dan Bisnis, 5(1), 209-216. https://doi.org/10.37034/infeb.v5i1.222
Syaputra, A. E., & Eirlangga, Y. S. (2022). Prediksi tingkat kunjungan pasien dengan menggunakan metode Monte Carlo. Jurnal Informasi dan Teknologi, 4(2), 1-5. https://doi.org/10.37034/jidt.v4i2.202
Badan Pusat Statistik. (2018-2023). Luas panen, produksi, dan produktivitas padi menurut kabupaten/kota hasil kerangka sampel area (KSA). Retrieved from https://sumbar.bps.go.id/id/statistics-table/2/Mjc2IzI=/luas-panen--produksi--dan-produktivitas-padi-menurut-kabupaten-kota-hasil-kerangka-sampel-area--ksa-.html
Efrian, Defit, S., & Sumijan. (2022). Prediksi tingkat kebutuhan bandwidth jangka panjang menggunakan metode algoritma backpropagation. Jurnal Teknologi Dan Sistem Informasi Bisnis, 4(1), 1-11. https://doi.org/10.47233/jteksis.v4i1.310
Erlin, E., Yunianta, A., Wulandhari, L. A., Desnelita, Y., Nasution, N., & Junadhi, J. (2024). Enhancing rice production prediction in Indonesia using advanced machine learning models. IEEE Access, 12, 68041–68055. https://doi.org/10.1109/ACCESS.2024.3456789
Faisal, M. (2025). Artificial neural network-based forecasting of rice yield. ASSET Journal: Journal of Applied Science, Engineering, Technology, and Education, 7(1), 1–10. https://journal2.upgris.ac.id/index.php/asset/article/view/2019
Herdiyanti, H., Sulistyono, E., & Purwono. (2021). Pertumbuhan dan produksi beberapa varietas padi (Oryza sativa L.) pada berbagai interval irigasi. Jurnal Agronomi Indonesia (Indonesian Journal of Agronomy), 49(2), 129-135. https://doi.org/10.24831/jai.v49i2.36558
Hutabarat, D., Solikhun, M., Fauzan, M., Windarto, A. P., & Rizki, F. (2021). Penerapan algoritma backpropagation dalam memprediksi hasil panen tanaman sayuran. BIOS: Jurnal Teknologi Informasi dan Rekayasa Komputer, 2(1), 1-10. https://doi.org/10.37148/bios.v2i1.18
Jain, A., & Goyal, N. (2023). Stock market prediction techniques: A bibliometric review. Journal of General Management and Research, 10(1), 18-27.
Li, J., Xie, Y., Liu, L., Song, K., & Zhu, B. (2025). Long short-term memory neural network with attention mechanism for rice yield early estimation. Agriculture, 15(3), 231. https://doi.org/10.3390/agriculture15030231
Maiyuriska, R. (2022). Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi . Jurnal Informatika Ekonomi Bisnis, 4(1), 28-33. https://doi.org/10.37034/infeb.v4i1.115
Novianti, T., & Agustina, F. (2024). Early warning system modeling for rice supply using backpropagation artificial neural network to manage imported rice. BIO Web of Conferences, 82, 01036. https://doi.org/10.1051/bioconf/20248201036
Sharma, R., Singh, A., & Mittal, M. (2022). Rice yield prediction using hybrid PSACO algorithm based on back-propagation neural network. Journal of Agrometeorology, 24(1), 89–96. https://doi.org/10.54302/agmet.24.1.2022.9
Thoriq, M., Syaputra, A. E., & Eirlangga, Y. S. (2023). Perkiraan kebutuhan air bersih menggunakan metode jaringan syaraf tiruan backpropagation. Jurnal Ilmiah Komputer, 12(1), 45-52. https://ejurnal.umri.ac.id/index.php/JIK/article/view/6142/2670
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Anggi hadi Wijaya
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Penulis yang menerbitkan jurnal ini menyetujui ketentuan berikut:
1. Penulis memegang hak cipta dan memberikan hak jurnal mengenai publikasi pertama dengan karya yang dilisensikan secara bersamaan di bawah Creative Commons Attribution 4.0 International License. yang memungkinkan orang lain untuk berbagi karya dengan pengakuan atas karya penulis dan publikasi awal pada jurnal.
2. Penulis dapat memasukkan pengaturan kontrak tambahan yang terpisah untuk distribusi non-eksklusif dari versi jurnal yang diterbitkan (misalnya, mengirimkannya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan atas publikasi awalnya pada Jurnal.
3. Penulis diizinkan dan didorong untuk memposting karya mereka secara online (misalnya, dalam penyimpanan institusional atau di situs web mereka) sebelum dan selama proses pengiriman, karena hal itu dapat menghasilkan pertukaran yang produktif, serta kutipan dari karya yang diterbitkan sebelumnya.
