English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Abstrak — Beras merupakan makanan pokok yang paling banyak dikonsumsi oleh masyarakat Indonesia . Tingginya kebutuhan pangan terutama beras memaksa pemerintah dan penduduk untuk menerima tingginya harga eceran beras. Tujuan penulis melakukan penelitian ini untuk memprediksi harga eceran beras terhitung 2017-2020 dengan menggunakan algoritm backpropagation. Dalam penggunaannya algoritma backpropagation ini sangat baik untuk melakukan tugas predi k si dengan tingkat kesalahan yang cukup rendah. Data pada penelitian ini diperoleh dari Badan Pusat Statistik (BPS ) Indonesia . Penelitia n ini menggunakan 5 arsitektur antara lain : 4-25-1 , 4-35-1, 4-40-1, 4-42-1, 4-45-1 dengan learning rate 0,09 . Dari ke 5 Arsitektur ini, arsitektur terbaiknya adalah 4-45-1 dengan tingkat akurasi sebesar 88 % , epoch 12718 iterasi dan waktu 1 menit 14 detik . Kata kunci— Prediksi, Harga, Beras, Indonesia, Backpropagation. Abstract — Rice is the staple food most consumed by the people of Indonesia. The high demand for food, especially rice, forced the government and residents to accept the high retail price of rice. The purpose of the authors to do this research to predict the retail price of rice counted 2017-2020 using backpropagation algorithm. In its use the backpropagation algorithm is excellent for performing prediction tasks with a fairly low error rate. The data in this study were obtained from the Indonesian Central Bureau of Statistics (BPS). This study uses 5 architectures, among others: 4-25-1, 4-35-1, 4-40-1, 4-42-1, 4-45-1. From the 5th Architecture, the best architecture is 4-45-1 with an accuracy of 88%, epoch 12718 iteration and 1 minute 14 seconds . Keywords — Prediction, Price, Rice, Indonesia, Backpropagation .

Prediksi Harga Eceran Beras Di Pasar Tradisional Di 33 Kota Di Indonesia Menggunakan Algoritma Backpropagation