Putra, Akbar Febriansyah (2026) PREDIKSI HASIL PRODUKSI IKAN LELE MENGGUNAKAN ALGORITMA ARTIFICIAL NEURAL NETWORK (Studi Kasus Dinas Perikanan Kabupaten Kaur). Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.
![[img]](http://repository.umb.ac.id/style/images/fileicons/text.png) |
Text (Fulltext)
Akbar Febriansyah Putra_ 2255201153_ FULLTEXT .pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Turnitin)
Akbar Febriansyah Putra_ 2255201153_ Turnitin.pdf - Submitted Version Restricted to Repository staff only Download (6MB) | Request a copy |
|
Text (Abstrak+Bab 1)
Akbar Febriansyah Putra_ 2255201153_ Abstrak & BAB 1.pdf - Submitted Version Download (2MB) |
|
Text (Bab 2)
Akbar Febriansyah Putra_ 2255201153_ BAB 2.pdf - Submitted Version Download (2MB) |
|
Text (Bab 3)
Akbar Febriansyah Putra_ 2255201153_ BAB 3 .pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Bab 4)
Akbar Febriansyah Putra_ 2255201153_ BAB 4 .pdf - Submitted Version Restricted to Repository staff only Download (2MB) | Request a copy |
|
Text (Bab 5)
Akbar Febriansyah Putra_ 2255201153_ BAB 5 .pdf - Submitted Version Download (2MB) |
|
Text (Referensi+Lampiran)
Akbar Febriansyah Putra_ 2255201153_ REF & LAM.pdf - Submitted Version Download (2MB) |
Abstract
Produksi ikan lele merupakan salah satu sektor penting dalam bidang perikanan budidaya yang memiliki nilai ekonomi tinggi dan permintaan pasar yang terus meningkat. Namun, pengelolaan data produksi yang masih dilakukan secara man- ual menyebabkan kesulitan dalam memperkirakan hasil panen secara akurat. Oleh karena itu, diperlukan suatu metode prediksi berbasis teknologi untuk membantu dalam perencanaan dan pengambilan keputusan. Penelitian ini bertujuan untuk membangun model prediksi hasil produksi ikan lele menggunakan algoritma Arti- ficial Neural Network (ANN). Penelitian ini menggunakan pendekatan kuantitatif dengan metode Machine Learning melalui tahapan pengumpulan data, prepro- cessing data, pembagian data menjadi data training sebanyak 8000 data dan data testing sebanyak 2000 data, serta proses pemodelan menggunakan algoritma Arti- ficial Neural Network. Variabel yang digunakan meliputi jumlah bibit, berat awal, total pakan, suhu air, pH air, dan survival rate sebagai variabel input, serta hasil produksi ikan lele sebagai variabel output. Proses pemodelan dilakukan menggunakan software RapidMiner dengan arsitektur Multi-Layer Perceptron dan metode backpropagation. Hasil penelitian menunjukkan bahwa model Artificial Neural Network mampu memprediksi hasil produksi ikan lele dengan tingkat akurasi yang tinggi dan nilai Root Mean Squared Error (RMSE) sebesar 235.001, yang menunjukkan bahwa model memiliki tingkat kesalahan yang rendah dan mampu mempelajari pola hubungan antara variabel input dan output secara efek- tif. Dengan demikian, algoritma Artificial Neural Network dapat digunakan se- bagai metode yang efektif untuk memprediksi hasil produksi ikan lele dan dapat membantu pembudidaya maupun instansi terkait dalam perencanaan produksi secara lebih akurat, efisien, dan berbasis data
| Item Type: | Thesis (Skripsi (Bachelor)) |
|---|---|
| Additional Information: | Pembimbing : Pahrizal, S.Kom., M.Kom |
| Uncontrolled Keywords: | Prediksi Ikan Lele, Artificial Neural Network, Machine Learning |
| Subjects: | Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Divisions: | 02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika |
| Depositing User: | Mrs Hesti Ayu |
| Date Deposited: | 29 Aug 2026 06:06 |
| Last Modified: | 29 Aug 2026 06:06 |
| URI: | http://repository.umb.ac.id/id/eprint/3343 |
Actions (login required)
 |
View Item |