Keterbatasan Model Implikasi Teoritis
Slim C. 2009. Hybrid Approach in Neural Network Design Applied to Financial Time Series Forecasting. J. American Academy of Business 15 1: 294-300.
Suryana A, Hermanto. 2007. Prospek dan Arah Pengembangan Jagung. Jakarta: Badan Litbang Pertanian.
Suryawijaya I. 2009. Rancang Bangun Sistem Intelijen untuk Enterprise Resource Planning ERP pada Industri Tepung Jagung [skripsi]. Bogor: Fakultas
Teknologi Pertanian, Institut Pertanian Bogor.
Wahyu, Afriyanti. 2009. Aplikasi Fuzzy Inference System Metode Tsukamoto
pada Simulasi Traficc Light Menggunakan Java. Di dalam: Prosiding Seminar Nasional Aplikasi Teknologi Informasi. ISBN:1907-5022.
Yogyakarta.
Wang W, Zu Z, Lu JW. 2003. Three Improved Neural Network Models for Air Quality Forecasting. J. Engineering Computations 20 2: 192-210.
Wisner JD et al. 2005. Principles of Supply Chain Management, a Balanced Approach. South-Western, Ohio: Thomson.
Yan X, Luo J, Chen Z. 2010. Forecasting of the Demand of Alumina Based on the Coupling Phase-space Reconstruction and Neural Network. Int. J. Business
and Management 5 6: 146-153.
Zhang W, Cao Q, Schniederjans MJ. 2004. Neural Network Earnings per Share Forecasting Models: A Comparative Analysis of Alternative Methods. Int.
J. Decision Sciences 35 2 : 205-237.
Lampiran 1 Prediksi Produksi Jagung Jawa Tengah dengan Jaringan Syaraf
Tiruan Data yang digunakan untuk memprediksi produksi jagung adalah data yang
tercantum pada Tabel 9. Variabel input adalah luas panen ha dan curah hujan mmbulan. Sebagai
variabel output adalah jumlah produksi jagung tonbulan Menu utama yang ditampilkan dalam program
Hasil menjalankan program dengan MATLAB R2010a