Pemilihan Fungsi Aktivasi RANCANG BANGUN MODEL PENELITIAN

Pada proses pelatihan dilakukan pemilihan JST yang memiliki kinerja terbaik. Pemilihan JST dengan kinerja terbaik tersebut dilakukan dengan uji coba sampai diperoleh error yang terkecil yang memenuhi target yang sudah ditentukan atau memiliki tingkat akurasi yang paling tinggi. Data Penelitian Data yang digunakan dalam pengembangan JST untuk prakiraan pasokan dan harga beras adalah data mengenai jumlah pasokan dan harga beras yang diperoleh dari PIBC. Data tersebut adalah data pasokan dan data harga beras harian yang dikumpulkan dari mulai tanggal 1 Januari 2009 sampai dengan 24 Juli 2010. Data harian diubah menjadi data mingguan yang selanjutnya dijadikan data input jaringan untuk memperkirakan pasokan beras dan harga beras selama dua minggu ke depan. Data input yang digunakan untuk memperkirakan pasokan beras dan harga beras adalah data pasokan beras dan data harga beras selama empat minggu terakhir. Data yang diperoleh dibuat pola yang selanjutnya dimasukkan ke dalam jaringan. Pola yang dibuat adalah empat input dan dua output. Pola yang diperoleh adalah sebanyak tujuh puluh lima pola, dengan rincian lima puluh pola digunakan untuk pelatihan dan dua puluh lima pola lagi digunakan untuk pengujian. Pola tersebut dapat dilihat pada Lampiran 4.1 sampai dengan Lampiran 4.3. Aturan Untuk Peringatan Dini Untuk aturan peringatan dini dari JST prakiraan harga beras, aturan tersebut diperoleh melalui diskusi dengan pakar di FSTJ. Menurut pimpinan FSTJ, masyarakat di DKI Jakarta masih menolerir kenaikan harga beras apabila harga beras meningkat di bawah lima persen. Apabila kenaikan harga beras di PIBC melonjak lebih dari sepuluh persen dari harga normal, maka masyarakat DKI Jakarta tidak dapat menerimanya dan selanjutnya pihak pemerintah melalui BULOG divisi regional DKI Jakarta melaksanakan operasi pasar. Berdasarkan hasil diskusi pimpinan FSTJ tersebut maka dibuat aturan peringatan dini untuk prakiraan harga beras yang secara rinci dapat dilihat pada Tabel 21. Aturan peringatan dini untuk harga beras tersebut memerlukan variabel input dan variabel output sebagai berikut : Variabel input : harga untuk minggu ke-i, i = 1, 2, 3, 4 Variabel output : prakiraan harga untuk minggu ke-j, j = 5, 6, dengan , dan , Tabel 21. Aturan Peringatan Dini Untuk Harga Beras Peringatan Dini Minggu Ke Lima Peringatan Dini Minggu Ke Enam Jika maka harga beras aman Jika maka harga beras aman Jika maka harga beras harus diwaspadai Jika maka harga beras harus diwaspadai Jika maka harga beras rawan Jika maka harga beras rawan Dari Table 21, dapat dinyatakan bahwa pemerintah melaksanakan operasi pasar untuk menekan harga beras, apabila untuk minggu ke lima atau minggu ke enam, prakiraan harga beras menunjukkan harga rawan atau harga beras melonjak lebih besar dari sepuluh persen dibandingkan dengan harga normal. Pemerintah perlu mewaspadai harga beras, apabila prakiraan harga beras pada minggu ke lima atau minggu ke enam berada di antara lima persen sampai dengan sepuluh persen di atas harga normal, sedangkan apabila prakiraan harga beras pada minggu ke lima atau minggu ke enam berada di bawah lima persen dari harga normal, maka harga beras tersebut dinyatakan aman. Proses Pengujian Proses pengujian dilakukan dengan menggunakan arsitektur JST hasil pelatihan yang memiliki kinerja terbaik yaitu yang menghasilkan nilai error dan epoch terkecil. Arsitektur JST terbaik yang dihasilkan dalam penelitian ini dapat dilihat pada Tabel 22. Proses pengujian dilakukan dengan menggunakan dua