Ada beberapa tombol yang dapat digunakan dalam input data. Tombol –
tombol tersebut adalah tombol add, save, cari, edit, delete, clear, training. Tombol add berfungsi apabila ingin menambahka data baru ke database.
Fungsi tombol save untuk menyimpan data, baik data yang baru ataupun data yang telah di edit. Tombol cari berguna untuk mencari data yang ingin di ubah.
Tombol delete berfungsi untuk menghapus sebuah data. Tombol clear berguna apabila kita akan membatalkan data yang akan kita ubah inputnya. Tombol
training berfungsi untuk melanjutkan ke tahap selanjutnya yakni tahap training.
4. Halaman proses training dan prediksi ditampilkan pada halaman yang sama.
Dapat dilihat pada gambar 4.4 tampilan halaman training dan prediksi saat melakukan proses training.
Gambar 4.4 Tampilan halaman saat proses training
Pada tampilan training akan ada beberapa kolom yang berfungsi sebagai informasi, seperti informasi banyaknya neuron yang digunakan dan
penurunan alfa tiap epochnya. Untuk kolom learning rate, user dapat menentukan berapa nilai learning rate yang akan digunakan. Nilai minimum
dari learning rate yakni 0.10, dan nilai maksimal dari learning rate adalah. Ada 3 tombol di dalam halaman training yakni tombol training, reset, dan keluar.
Tombol training digunakan untuk memulai proses training data. Tombol reset berfungsi untuk memulai training yang baru dan dapat digunakan setelah
proses prediksi dilakukan. Tombol keluar berfungsi untuk kembali ke halaman sebelumnya yakni halaman input data.
Pada tampilan prediksi user di minta untuk memasukkan data yang akan di prediksi. Mulai dari data tahun produksi, tahun tanam, bulan, perkiraan
jumlah hari panen, perkiraan jumlah pupuk. Sedangkan untuk kolom umur pokok, luas kebun, jumlah pokok akan otomatis ditampilkan sesuai dengan
data yang terdapat di database. Setelah semua kolom terisi dengan benar maka user dapat melakukan prediksi. Dapat dilihat pada gambar 4.5 tampilan
halaman training dan prediksi saat melakukan proses prediksi
Gambar 4.5 Tampilan halaman saat proses prediksi
4.2 Pengujian
Pengujian berfungsi untuk menampilkan informasi hasil pengujian prediksi produksi kelapa sawit. Pada pengujian kali ini, produksi yang akan di prediksi adalah produksi
kelapa sawit tahun 2014. Produksi kelapa sawit tahun 2014 telah diketahui.Dapat dilihat pada tabel 4.1 hasil produksi kelapa sawit tahun 2014.
Tabel 4.1 Hasil produksi kelapa sawit tahun 2014
Bulan Jumlah
Hari panen Jumlah
Pupukkg Jumlah Produksi
Kelapa Sawit kg Januari
99 27.490
Februari 52
41.500 Maret
79 55.090
April 103
80.480
Tabel 4.1 Hasil produksi kelapa sawit tahun 2014 lanjutan
Bulan Jumlah
Hari panen Jumlah
Pupukkg Jumlah Produksi
Kelapa Sawit kg Mei
114 97.910
Juni 98
14.550 86.910
Juli 93
87.200 Agustus
112 9.100
182.940 September
101 121.150
Oktober 116
21.750 110.010
November 105
87.170 Desember
112 72.340
Pada tahun 2014, tanaman sawit berarti telah berumur 11 tahun, karena tahun tanam sawit adalah tahun 2003 dan dengan luas 57 ha. Sesuai dengan tabel
pertumbuhan jumlah produksi, sawit yang telah berumur 11 tahun dapat menghasilkan 21.000 kghatahun. Jika dihitung maka akan terlihat seperti berikut.
Produksi per tahun = 57 ha x 21.000 kgha
= 1.197.000 kgtahun Produksi per bulan
= 1.197.000 12 = 99.750 kgbln
Hasil yang didapat dari perhitungan, normalnya sawit akan menghasilkan 99.750 kg tiap bulannya. Jika produksi kelapa sawit kurang dari jumlah 99.750 kg
tersebut maka sawit dikategorikan kelas produksi rendah. Sebaliknya jika jumlah produksi sawit lebih 99.750 kg dari jumlah normal maka sawit dikategorikan kelas
produksi tinggi. Dapat dilihat pada tabel 4.2 hasil produksi kelapa sawit menurut kelasnya.
Tabel 4.2 Hasil produksi kelapa sawit tahun 2014 menurut kelasnya
Bulan Jumlah
Hari panen Jumlah
Pupukkg Jumlah Produksi Kelapa
Sawit kg Kelas
Januari 99
27.490 Rendah
Februari 52
41.500 Rendah
Tabel 4.2 Hasil produksi kelapa sawit tahun 2014 menurut kelasnya lanjutan
Bulan Jumlah
Hari panen Jumlah
Pupukkg Jumlah Produksi Kelapa
Sawit kg Kelas
Maret 79
55.090 Rendah
April 103
80.480 Rendah
Mei 114
97.910 Rendah
Juni 98
14.550 86.910
Rendah Juli
93 87.200
Rendah Agustus
112 9.100
182.940 Tinggi
September 101
121.150 Tinggi
Oktober 116
21.750 110.010
Tinggi November
105 87.170
Rendah Desember
112 72.340
Rendah
Selanjutkan akan dilakukan pengujian dengan menggunakan aplikasi prediksi produksi kelapa sawit yang telah dirancang. Hasil prediksi produksi kelapa sawit akan
dibandingkan dengan hasil produksi kelapa sawit yang sebenarnya. Prediksi akan dilakukan dengan mengubah nilai epoch. Nilai epoch yang akan digunakan mulai dari
learning rate 5000, 5200, dan 5500. Dapat dilihat tabel 4.3 tabel hasil pengujian dengan epoch 5000 , learning rate
0.06 dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron.
Tabel 4.3 Hasil pengujian epoch 5000
Bulan Jmlh
Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa sawit
Keterangan
Jumlah produksikg
Kelas Jumlah
produksikg Kelas
Jan 99
27.490 Rendah
99.750 Rendah
Sukses Feb
52 41.500
Rendah 99.750
Rendah Sukses
Mar 79
55.090 Rendah
99.750 Rendah
Sukses