Analisis dan Prediksi Produksi Padi Nasional di Indonesia berdasarkan Data Historis Menggunakan Metode Backpropagation
DOI:
https://doi.org/10.62712/juktisi.v4i3.823Keywords:
Produksi Padi, Data BPS, Analisis Deskriptif Kuantitatif, Data Historis, Ketahanan PanganAbstract
Produksi padi merupakan komoditas strategis yang berperan penting dalam menjaga ketahanan pangan nasional di Indonesia. Namun, produksi padi dari tahun ke tahun cenderung mengalami fluktuasi yang dipengaruhi oleh berbagai faktor, seperti kondisi iklim, luas panen, produktivitas lahan, dan kebijakan di sektor pertanian. Oleh karena itu, diperlukan analisis yang mampu menggambarkan dinamika produksi padi sebagai bahan pendukung pengambilan keputusan. Penelitian ini bertujuan untuk menganalisis produksi padi nasional di Indonesia berdasarkan data historis. Data yang digunakan merupakan data sekunder kuantitatif produksi padi nasional yang diperoleh dari Badan Pusat Statistik (BPS) dalam kurun waktu beberapa tahun. Data dianalisis menggunakan metode deskriptif kuantitatif untuk mengidentifikasi pola, tren, dan perubahan produksi padi dari waktu ke waktu. Hasil penelitian menunjukkan bahwa produksi padi nasional mengalami fluktuasi yang dipengaruhi oleh faktor alam, teknis, dan kebijakan pada periode tertentu. Analisis ini memberikan gambaran kondisi produksi padi nasional serta tantangan dalam menjaga stabilitas pangan. Dengan demikian, hasil penelitian diharapkan dapat menjadi bahan pertimbangan dalam perencanaan dan perumusan kebijakan di bidang pertanian dan ketahanan pangan nasional.
Downloads
References
N. N. Khasanah and E. Y. A. Gunanto, “Pengaruh Luas Panen Padi, Produktivitas Lahan, Pertumbuhan Harga Beras dan Jumlah Penduduk terhadap Ketersediaan Beras di Indonesia tahun 1990-2022,” Diponegoro Journal of Economics, vol. 13, no. 2, pp. 67–79, Jun. 2024, doi: 10.14710/djoe.44900.
H. L. Aisya, B. N. Apriliana, and H. Andriani, “<b>Meramal Produksi Padi Nasional: Pendekatan <i>Moving Average</i> dan <i>Triple Exponential Smoothing</i></b>,” Indonesian Journal of Applied Statistics and Data Science, vol. 2, no. 2, pp. 92–103, Dec. 2025, doi: 10.29303/ijasds.v2i2.8494.
S. Cahyono Putro and M. I. Rosadi, “JIP (Jurnal Informatika Polinema) Halaman| Penerapan Artificial Neural Network untuk Prediksi Produksi Padi di Sumatera”, [Online]. Available: https://www.kaggle.com/datasets/ardikasatria/datase
A. hadi Wijaya, “PENERAPAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI PRODUKSI TANAMAN PADI,” INTI Nusa Mandiri, vol. 20, no. 1, pp. 92–102, Aug. 2025, doi: 10.33480/inti.v20i1.6438.
M. I. Peramalan Jaringan Saraf Tiruan Menggunakan Algoritma Backpropagatin M Sofian and Y. Apriaini, “Info Artikel,” 2017. [Online]. Available: http://journal.unnes.ac.id/nju/index.php/JM
B. Mulyono, “VOLUME 6 ISSUE 2 FEBRUARI 2023 JURNAL KOLABORATIF SAINS Prediksi Rentet Waktu Penjualan Barang Menggunakan Algoritma Backpropagation Prediction of Time Series of Goods Sales Using the Backpropagation Algorithm,” 2023. [Online]. Available: https://jurnal.unismuhpalu.ac.id/index.php/JKS
P. Studi and M. Informatika, “Peramalan Tingkat Inflasi Indonesia Menggunakan Neural Network Backpropagation Berbasis Metode Time Series Amrin,” 2014.
S. Agnesti et al., “SISTEMASI: Jurnal Sistem Informasi Perbandingan Algoritma Triple Exponential Smoothing dan Support Vector Regression dalam Prediksi Pemakaian Obat di Puskesmas Comparison of Triple Exponential Smoothing and Support Vector Regression Algorithms in Predicting Drug Usage at Puskesmas.” [Online]. Available: http://sistemasi.ftik.unisi.ac.id
U. Nabilla, I. Ramadhani, F. Saumi, and P. Studi Matematika, “Terbit online pada laman web jurnal: https://ejurnalunsam.id/index.php/jicom/ Penerapan Backpropagation Neural Network pada Prediksi Curah Hujan di Sumatera Utara”, [Online]. Available: https://ejurnalunsam.id/index.php/jicom/
F. Rohman, “Prediksi Beban Listrik Dengan Menggunakan Jaringan Syaraf Tiruan Metode Backpropagation,” JURNAL SURYA ENERGY, vol. 5, no. 2, Mar. 2022, doi: 10.32502/jse.v5i2.3092.
N. O. Syamsiah and R. S. Wahono, “Penerapan Jaringan Syaraf Tiruan Backpropagation Dalam Prediksi Produksi Bahan Pangan Pokok di Indonesia.”
A. Veranita Sinaga and J. Tata Hardinata, “Penerapan Algoritma Backpropagation dalam Memprediksi Kebutuhan Blangko Sertipikat Tanah pada Kantor BPN Kota Pematangsiantar,” Terapan Informatika Nusantara, vol. 1, no. 11, pp. 563–568, 2021, [Online]. Available: https://ejurnal.seminar-id.com/index.php/tin
Lesnussa, Y. A., Latuconsina, S., & Persulessy, E. R. (2015). Aplikasi Jaringan Saraf Tiruan Backpropagation untuk Memprediksi Prestasi Siswa SMA (Studi kasus: Prediksi Prestasi Siswa SMAN 4 Ambon). Jurnal Matematika Integratif, ISSN, 1412-6184.
Cynthia, E. P., & Ismanto, E. (2017). Jaringan syaraf tiruan algoritma backpropagation dalam memprediksi ketersediaan komoditi pangan provinsi riau. In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 271-282).
Andrian, Y., & Ningsih, E., Prediksi Curah Hujan Di Kota Medan Menggunakan Metode Backpropagation Neural Network. Seminar Nasional Informatika, 2014,184–189.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Serenita Silalahi, Hans Lambertus Sidabutar, Ratu Christine Siallagan, Angel Ariski Simatupang, Jaya Tata Hardinata
This work is licensed under a Creative Commons Attribution 4.0 International License.
