JARINGAN SARAF TIRUAN ADELINEUNTUK PENDUGAAN POTENSI PRODUKSI GETAH Pinus merkusii Jungh. et de Vriese (Studi kasus di BKPH Purworejo)

DESTARA DWI HARDHITYA, Budi Murdawa, Djoko Soeprijadi

2012 | Skripsi | S1 KEHUTANAN

Seiring dengan semakin besarnya permintaan pasar terhadap getah Pinus merkusii diperlukan upaya untuk mengoptimumkan potensi produksi getah yang dihasilkan. Untuk mendukung usaha itu, diperlukan informasi potensi sumber daya hutan secara efisien dengan hasil yang berkualitas serta suatu instrument pendugaan potensi sumber daya yang memadai. Penelitian ini bertujuan untuk menyajian model analisis Jaringan Saraf Tiruan (JST) Adeline sebagai instrument alternative pendugaan produksi getah Pinus merkusii. Proses permodelan JST Adeline terdiri dari penentuan parameter model, inisiasi bobot dan bias, proses pelatihan model, proses pengenalan model, dan identifikasi kecermatan model. Hasil dari permodelan ini akan dikomparasikan dengan permodelan statisik dengan regresi linier berganda yang sudah digunakan selama ini. Model terbaik pada Jaringan Syaraf Tiruan (JST) Adeline untuk pendugaan produksi getah adalah :y = -0,19503 Umur + 0,00624 Bonita – 0,36088 KBD – 0,10395.Perbandingan akurasi hasil dugaan antara pemodelan aplikasi JST Adeline dan permodelan statistic menunjukkan adanya perbedaan. Tingkat akurasi pada aplikasi JST Adeline menunjukkan hasil simpangan agregat sebesar 1,6113 E-16, simpangan rata-rata sebesar 32,4537 %, least mean square sebesar 6,6964, dan root mean square error sebesar 6,1815 %. Sedangkan tingkat akurasi pada metode statistic menunjukkan hasil simpangan agregat sebesar 0,0825, simpangan rata-rata sebesar 35,5594 %, least mean square sebesar 7,1431, dan root mean square error sebesar 5,4503%. Hasil tersebut menunjukkan akurasi permodelan JST Adeline lebih baik disbanding dengan akurasi permodelan statisik dengan regresi linier berganda, sehingga permodelan JST Adeline ini layak digunakan sebagai instrument alternatif pendugaan produksi getah Pinus merkusii.

Due to the growing of market demand for Pinus merkusii sap, it has necessary to optimize the potential of sap production. To support that effort, it required information on potential forest resources efficiently and an appropriate instrument to estimatethe potential resources. This study aims to present an analysis model of Artificial Neural Networks (ANN) Adeline as alternative instrument to estimate the production of Pinus merkusii sap. ANN Adeline modeling process consists of determining the parameters of the model, initiation of weights and biases, training process of the model, recognition process of the model, and identification accuracy of the model. The results of this modeling will be compared with statistical modeling with multiple linear regressions that has been used so far. The best result onArtificial Neural Networks (ANN) Adeline to estimate sap production is y = -0,19503 Age + 0,00624 Bonita – 0,36088 KBD – 0,10395. Comparison of estimated result accuracy between ANN Adeline application and statistic modeling has indicated significant differences. The accuracy level of ANN Adelineapplication showed aggregate deviation of 1.6113 E-16, average deviation of 32.4537%, least mean square of 6.6964, and root mean square error of 6.1815%. While the accuracy level of the statistical methods showed the aggregate deviation of 0.0825, average deviation of 35.5594%, least mean square of 7.1431, and root mean square error of 5.4503%. These results showed the ANN Adeline modeling has better accuracy than multiple linear regression statistical modeling, so ANN Adeline modeling can be used as alternative instruments to estimate the production of Pinus merkusii sap

Kata Kunci : Jaringan Saraf Tiruan, JST Adeline, pendugaan produksi getah Pinus merkusii, instrument alternative pendugaan produksi, BKPHPurworejo.