KLASIFIKASI EKSPOR IMPOR PRODUK PERTANIAN DENGAN METODE DEEP LEARNING

Samita Oktavia (2024) KLASIFIKASI EKSPOR IMPOR PRODUK PERTANIAN DENGAN METODE DEEP LEARNING. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

Text Skripsi Samita Oktavia - seyalix.pdf Download (2MB)

Abstract

perubahan nilai impor dan ekspor terhadap pertumbuhan ekonomi, dengan inflasi sebagai faktor kunci dalam neraca perdagangan negara. untuk menganalisis data ekspor-impor pertanian secara efektif, penelitian ini menggunakan teknik deep learning, khususnya artificial neural network (ANN), yang terinspirasi oleh struktur otak manusia. Tujuan: penelitian ini bertujuan untuk mengidentifikasi dan mendiagnosis pola ekspor-impor pertanian dengan akurasi tinggi melalui penggunaan ANN. Metode: metode yang diterapkan melibatkan pengembangan algoritma yang mampu memproses data kompleks, memungkinkan pengambilan keputusan yang lebih informatif dalam analisis perdagangan. Data yang digunakan diperoleh dari Badan Pusat Statistik (BPS) secara online. Hasil: model ANN yang dikembangkan mencapai akurasi 93.75%, dengan precision 89.66%, recall 100%, dan F-Measure 94.55%. hasil ini menunjukkan bahwa model memiliki kemampuan prediksi yang sangat baik, dengan keseimbangan antara precision dan recall yang optimal. Simpulan: berdasarkan hasil penelitian yang sudah dilakukan bahwa metode digital berbasis Deep Learning efektif dalam mengelola dan menganalisis data ekspor-impor pertanian, memberikan hasil yang akurat dan mendukung keputusan dalam perdagangan pertanian.

Actions (login required)

View Item