Prediksi Produksi Ikan Lele Menggunakan Algoritma Backpropagation dalam Jaringan Syaraf Tiruan

Abstract

Penelitian ini telah mengembangkan model prediksi produksi ikan lele di Indonesia menggunakan Jaringan Syaraf Tiruan dengan algoritma Backpropagation. Data historis produksi ikan lele dari Badan Pusat Statistik periode 2017 hingga 2022 telah digunakan sebagai dasar pelatihan dan pengujian model. Proses penelitian meliputi pembersihan data, normalisasi, pembagian data latih dan uji, serta penerapan arsitektur Multilayer Perceptron dengan fungsi aktivasi sigmoid. Model dilatih untuk mengenali pola hubungan nonlinear antara tahun, wilayah, dan volume produksi sebelumnya. Evaluasi model dilakukan menggunakan metrik Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan bahwa model JST Backpropagation mampu memberikan prediksi produksi ikan lele dengan tingkat akurasi yang tinggi, melebihi metode konvensional. Temuan ini menunjukkan bahwa pendekatan kecerdasan buatan dapat diandalkan sebagai alat bantu pengambilan keputusan bagi pembudidaya, pelaku usaha, dan pengambil kebijakan dalam perencanaan produksi ikan lele yang lebih adaptif dan berkelanjutan.