Penerapan Artifcial Neural Network dalam meramalkan produksi kopi di Jawa Timur

INDONESIA:

Jawa Timur merupakan provinsi penghasil kopi terbesar kelima di Indonesia dengan produksi mencapai 72.221 ton pada tahun 2023. Fluktuasi produksi yang terjadi setiap tahun mendorong perlunya peramalan yang akurat untuk menjaga keseimbangan pasokan dan stabilitas harga. Penelitian ini menerapkan metode Artificial Neural Network (ANN) dengan algoritma backpropagation. Metode ANN mampu memodelkan pola fluktuasi data yang kompleks dan non-linier. Penelitian ini bertujuan untuk menerapkan metode ANN untuk meramalkan produksi kopi di 21 kabupaten di Jawa Timur menggunakan data Badan Pusat Statistik (BPS) tahun 2000–2023. Model ANN dibangun dengan arsitektur multilayer 63-42-21 menggunakan fungsi aktivasi ReLu dan optimasi Quasi-Newton BFGS. Data dibagi dengan proporsi 90% training (2003–2020) dan 10% testing (2021–2023). Hasil evaluasi testing menunjukkan nilai Mean Absolute Percentage Error (MAPE) sebesar 17,28% dan Mean Squared Error (MSE) sebesar 0,0149. Penelitian ini menyimpulkan bahwa model ANN yang digunakan mampu meramalkan produksi kopi di Jawa Timur dengan akurasi dalam kategori ‘Baik’.

ENGLISH:

East Java is the fifth largest coffee-producing province in Indonesia, with a total production of 72,221 tons in 2023. The annual fluctuation in production highlights the need for accurate forecasting to maintain supply balance and price stability. This study applies the Artificial Neural Network (ANN) method with a backpropagation algorithm. ANN method capable of modeling complex and non-linear data fluctuation patterns. The study aims to forecast coffee production across 21 districts in East Java using data from the Central Bureau of Statistics (BPS) for the period 2000–2023. The ANN model was constructed with a multilayer architecture of 63-42-21, employing the ReLU activation function and Quasi-Newton BFGS optimization. Data were divided in a 90% training set (2003–2020) and 10% testing set (2021–2023). The evaluation results of testing yielded a Mean Absolute Percentage Error (MAPE) of 17.28% and a Mean Squared Error (MSE) of 0.0149. This study concludes that the ANN model is capable of forecasting coffee production in East Java with accuracy classified as ‘Good’.

ARABIC:

تعدّ جوى الشرقية أكبر المقاطعة الخامسة المنتجة للقهوة في إندونيسيا، إذ بلغ إجمالي إنتاجها ٧٢٫٢٢١ طنّا عام٢٠٢٣م وكشفت التذبذبات السنوية في مستويات الإنتاج عن الحاجة الماسّة إلى التنبؤ الدقيق، بهدف الحفاظ على توازن العرض واستقرار الأسعار. استندت هذه الدراسة إلى منهجية الشبكة العصبية الاصطناعية بخوارزمية الانتشار العكسي، التي تتميز بقدرتها على نمذجة أنماط التذبذب المعقدة وغير الخطية في البيانات. هدفت الدراسة إلى التنبؤ بإنتاج القهوة في ٢١ منطقة من مناطق جاوى الشرقية، مستعينة بالبيانات الصادرة عن المكتب المركزي للإحصاء للفترة الممتدة من عم ٢٠٠٠م إلى عام ٢٠٢٣م وقد بني نموذج الشبكة العصبية الاصطناعية وفق بنية متعددة الطبقات بمعمارية (٦٣-٤٢-٢١) تمثّل طبقات الإدخال والإخفاء ولإخراج على التوالي، مع توظيف دالة التنشيط وأسلوب التحسين شبه نيوتن. وقد قسّمت البيانات إلى مجموعة تدريب بنسبة٩٠٪ تغطي الفترة (٢٠٠٣-٢٠٢٠م)، ومجموعة اختبار بنسبة ١٠٪ تغطي الفترة (٢٠٢١-٢٠٢٣م). وأسفرت نتائج تقييم مرحلة الاختبار عن متوسط نسبة الخطأ المطلقة بقيمة ١٧٫٢٨٪ ومتوسط مربع الخطأ بقيمة ٠٫٠١٤٩ وخلصت الدراسة إلى أن نموذج الشبكة العصبية الاصطناعية قادر على التنبؤ بإنتاج القهوة في جاوى الشرقية بدقة تصنّف ضمن مستوى ’جيد’.