Suprapto, Claudia Millennia (2023) PREDIKSI HASIL PANEN BUDIDAYA IKAN LELE DARI MITRA PANEN MENGGUNAKAN ALGORITMA SUPPORT VECTOR REGRESSION (Studi Kasus : PT. Adma Digital Solusi). Undergraduate thesis, UPN Veteran Jawa Timur.
|
Text (Cover)
19081010160_cover.pdf Download (16MB) | Preview |
|
|
Text (Bab 1)
19081010160_Bab1.pdf Download (198kB) | Preview |
|
![[img]](http://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Bab 2)
19081010160_Bab2.pdf Restricted to Registered users only until 2025. Download (263kB) |
|
|
Text (Bab 3)
19081010160_Bab3.pdf Restricted to Registered users only until 2025. Download (1MB) |
|
|
Text (Bab 4)
19081010160_Bab4.pdf Restricted to Registered users only until 2025. Download (3MB) |
|
|
Text (Bab 5)
19081010160_Bab5.pdf Download (167kB) | Preview |
|
|
Text (Daftar Pustaka)
19081010160_Daftar_pustaka.pdf Download (131kB) | Preview |
|
|
Text (Lampiran)
19081010160_lampiran.pdf Download (1MB) | Preview |
Abstract
Perencanaan dan pengendalian hasil rantai pasok perikanan PT. Adma Digital Sousi di era digital perlu memanfaatkan berbagai teknologi dan sistem informasi. Hal ini bertujuan agar perencanaan dan pengendalian sumber daya ikan memenuhi aspek efektivitas dan efisiensi dalam pengambilan keputusan. Sistem menggunakan teknik forecasting atau prediksi hasil panen budidaya ikan lele perlu di terapkan sistem untuk mengetahui perkiraan di masa yang akan datang sehingga dapat digunakan sebagai pertimbangan dalam perancangan. Pada penelitian kali ini akan diimplementasikan metode mechine learning menggunakan algoritma Support Vector Regression (SVR) untuk prediksi hasil panen budidaya ikan lele mitra panen PT. Adma Digital Solusi. Algoritma SVR merupakan teori yang digunakan untuk memecahkan sebuah masalah klasifikasi regresi menggunakan Support Vector Machine (SVM). Proses peramalan SVR menggunakan model SVR() dengan mengisi parameter yaitu kernel menggunakan polynomial, C diisi dengan nilai 100, gamma diisi dengan auto, degree diisi dengan nilai tiga, epsilon diisi dengan nilai 0.1, dan terakhir coef0 diisi dengan nilai satu. Kemudian, menggunakan function fit untuk melakukan pelatihan model menggunakan data x train dan y train hingga menghasilkan nilai error rate MAPE sebesar 0.002 atau 0,2% dan nilai R2 sebesar 0.99 menggunakan data panen ikan lele sebesar 144 data, menghasilkan kemampuan prediksi sangat baik.
| Item Type: | Thesis (Undergraduate) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | T Technology > T Technology (General) | ||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Informatics | ||||||||||||
| Depositing User: | Claudia Millennia Suprapto | ||||||||||||
| Date Deposited: | 23 Nov 2023 04:00 | ||||||||||||
| Last Modified: | 23 Nov 2023 04:00 | ||||||||||||
| URI: | http://repository.upnjatim.ac.id/id/eprint/18778 |
Actions (login required)
 |
View Item |