AL MUDARRIS, MUHAMMAD (2025) PENETAPAN METODE ARTIFICIAL NEURAL NETWORK (ANN) UNTUK MEMPREDIKSI HASIL PRODUKSI MINYAK KELAPA SAWIT STUDI KASUS PT BLANG KETUMBA. S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (167kB)
	Text ABSTRAK.pdf Download (156kB)
	Text BAB I.pdf Download (186kB)
	Text DAFTAR PUSTAKA.pdf Download (220kB)
	Text MUHAMMAD AL MUDARRIS (190180064) (1).pdf Restricted to Registered users only Download (2MB)

Abstract

Minyak kelapa sawit merupakan komoditas utama yang sangat penting bagi perekonomian Indonesia. Produksi minyak kelapa sawit memiliki peranan penting dalam industri makanan, farmasi, dan bahan bakar. PT Blang Ketumba adalah perusahaan yang bergerak di bidang industri kelapa sawit, yang menghasilkan produk utama berupa minyak kelapa sawit (crude palm oil). Penelitian ini bertujuan untuk mengkaji penerapan metode Artificial Neural Network (ANN) dalam memprediksi hasil produksi minyak kelapa sawit di PT Blang Ketumba. Metode ANN dipilih karena kemampuannya yang tinggi dalam mengolah data yang kompleks dan non-linear. Dengan menggunakan data historis produksi dari tahun 2019 hingga 2023, model ANN dilatih untuk memprediksi hasil produksi minyak kelapa sawit. Hasil penelitian menunjukkan bahwa metode ANN efektif dalam memprediksi hasil produksi minyak kelapa sawit dengan tingkat akurasi yang cukup tinggi. Implementasi metode ini diharapkan dapat membantu PT Blang Ketumba dalam perencanaan produksi, pengaturan stok, dan strategi pemasaran yang lebih baik. Selain itu, penelitian ini juga memberikan kontribusi signifikan dalam pengembangan teknologi prediksi di industri minyak kelapa sawit secara umum.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Muhammad Al Mudarris
Date Deposited:	21 Jul 2025 06:55
Last Modified:	21 Jul 2025 06:55
URI:	https://rama.unimal.ac.id/id/eprint/12522

Actions (login required)

View Item