PRATAMA, REZA (2025) Prediksi Jumlah Produksi Minyak Mentah Kelapa Sawit di PT. Bakri Pasaman Plantation menggunakan Metode Extreme Learning Machine (ELM). S1 thesis, Universitas Malikussaleh.

	Text COVER.pdf Download (95kB)
	Text ABSTRAK.pdf Download (618kB)
	Text BAB 1.pdf Download (2MB)
	Text DAFTAR PUSTAKA.pdf Download (1MB)
	Text FULLTEXT.pdf Restricted to Registered users only Download (7MB)

Abstract

Produksi minyak mentah kelapa sawit (CPO) di Indonesia mengalami fluktuasi yang dipengaruhi oleh berbagai faktor seperti curah hujan, hari hujan, dan jumlah tandan buah segar (TBS). Penelitian ini bertujuan untuk membangun model prediksi jumlah produksi minyak mentah kelapa sawit menggunakan metode Extreme Learning Machine (ELM) yang diterapkan pada data produksi PT. Bakrie Pasaman Plantations di Sumatera Barat. Metode ELM dipilih karena memiliki kemampuan pembelajaran cepat dan akurasi tinggi dalam regresi non-linier. Penelitian dilakukan dengan memanfaatkan data historis selama dua tahun terakhir, yaitu periode Januari 2023 hingga November 2024, dengan total 23 bulan data. Proses penelitian mencakup tahap normalisasi data, pelatihan model, pengujian, hingga evaluasi hasil menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model prediksi yang dibangun mampu memberikan akurasi yang baik dengan nilai MAPE sebesar 12,07%, yang menunjukkan tingkat kesalahan prediksi yang relatif rendah dan dapat diterima dalam konteks peramalan produksi CPO. Sistem prediksi yang dikembangkan juga diimplementasikan dalam bentuk aplikasi berbasis web yang menampilkan hasil prediksi dan grafik perbandingan antara data aktual dan prediksi. Diharapkan model ini dapat menjadi alat bantu dalam perencanaan produksi yang lebih efektif dan efisien.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	REZA PRATAMA
Date Deposited:	25 Feb 2026 04:24
Last Modified:	25 Feb 2026 04:24
URI:	https://rama.unimal.ac.id/id/eprint/18590

Actions (login required)

View Item