Record Details

Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia

Register: Jurnal Ilmiah Teknologi Sistem Informasi

View Archive Info
 
 
Field Value
 
Title Analisis Jaringan Syaraf Tiruan untuk prediksi volume ekspor dan impor migas di Indonesia
 
Creator Andriani, Yuli
Silitonga, Hotmalina
Wanto, Anjar
 
Subject ANN; NN; artificial neural network; declaration for; impor export declaration; oil and gas; predictions; ekspor; impor; Jaringan Syaraf Tiruan; migas; prediksi; minyak dan gas; JST
 
Description Analisis pada penelitian penting dilakukan untuk tujuan mengetahui ketepatan dan keakuratan dari penelitian itu sendiri. Begitu juga dalam prediksi volume ekspor dan impor migas di Indonesia. Dilakukannya penelitian ini untuk mengetahui seberapa besar perkembangan ekspor dan impor Indonesia di bidang migas di masa yang akan datang. Penelitian ini menggunakan Jaringan Syaraf Tiruan (JST) atau Artificial Neural Network (ANN) dengan algoritma Backpropagation. Data penelitian ini bersumber dari dokumen kepabeanan Ditjen Bea dan Cukai yaitu Pemberitahuan Ekspor Barang (PEB) dan Pemberitahuan Impor Barang (PIB). Berdasarkan data ini, variabel yang digunakan ada 7, antara lain: Tahun, ekspor minyak mentah, impor minyak mentah, ekspor hasil minyak, impor hasil minyak, ekspor gas dan impor gas. Ada 5 model arsitektur yang digunakan pada penelitian ini, 12-5-1, 12-7-1, 12-8-1, 12-10-1 dan 12-14-1. Dari ke 5 model yang digunakan, yang terbaik adalah 12-5-1 dengan menghasilkan tingkat akurasi 83%, MSE 0,0281641257 dengan tingkat error yang digunakan 0,001-0,05. Sehingga model ini bagus untuk memprediksi volume ekspor dan impor migas di Indonesia, karena akurasianya antara 80% hingga 90%.   Analysis of the research is Imporant used to know precision and accuracy of the research itself. It is also in the prediction of Volume Exports and Impors of Oil and Gas in Indonesia. This research is conducted to find out how much the development of Indonesia's exports and Impors in the field of oil and gas in the future. This research used Artificial Neural Network with Backpropagation algorithm. The data of this research have as a source from custom documents of the Directorate General of Customs and Excise (Declaration Form/PEB and Impor Export Declaration/PIB). Based on this data, there are 7 variables used, among others: Year, Crude oil exports, Crude oil Impors, Exports of oil products, Impored oil products, Gas exports and Gas Impors. There are 5 architectural models used in this study, 12-5-1, 12-7-1, 12-8-1, 12-10-1 and 12-14-1. Of the 5 models has used, the best models is 12-5-1 with an accuracy 83%, MSE 0.0281641257 with error rate 0.001-0.05. So this model is good to predict the Volume of Exports and Impors of Oil and Gas in Indonesia, because its accuracy between 80% to 90%.
 
Publisher Information Systems - Universitas Pesantren Tinggi Darul Ulum
 
Contributor —
 
Date 2018-11-24
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://journal.unipdu.ac.id/index.php/register/article/view/1157
10.26594/register.v4i1.1157
 
Source Register: Jurnal Ilmiah Teknologi Sistem Informasi; Vol 4, No 1 (2018): January; 30-40
Register: Jurnal Ilmiah Teknologi Sistem Informasi; Vol 4, No 1 (2018): January; 30-40
2502-3357
2503-0477
10.26594/register.v4i1
 
Language eng
 
Relation https://journal.unipdu.ac.id/index.php/register/article/view/1157/pdf
 
Rights Copyright (c) 2018 Register: Jurnal Ilmiah Teknologi Sistem Informasi
http://creativecommons.org/licenses/by/4.0