Penerapan jaringan saraf tiruan dalam memprediksi impor garam menurut negara asal menggunakan metode back-propagation

Garam merupakan bahan kebutuhan dasar konsumsi yang dibutuhkan oleh masyarakat dan berbagai industri. Indonesia merupakan negara yang memiliki banyak pantai yang berpotensi besar sebagai sumber produksi garam. Namun Indonesia masih bergantung pada impor sehingga impor garam industri terus meningkat, secara langsung maupun tidak langsung dapat berpengaruh pada risiko pola perekonomian negara. Terjadinya peningkatan impor garam walau ada juga penurunan namun hanya sedikit dan tidak berlangsung lama dari beberapa negara dari tahun 2010-2020 tercatat di Badan Pusat Statistik (BPS). Pada penelitian ini, penulis akan memprediksi impor garam untuk 3 tahun kedepan dengan menggunakan algoritma Back-propagation. Back-propagation merupakan salah satu metode Jaringan Saraf Tiruan yang cukup handal dalam memecahkan masalah dimana jaringan berusaha mencapai kestabilan kembali untuk mencapai output yang diharapkan dan adanya proses belajar dengan penyesuaian bobot-bobot koneksi. Penelitian ini menggunakan 4 model arsitektur : 5-80-1, 590-1, 5-100-1, 5-110-1, dari keempat model tersebut maka diperoleh model arsitektur terbaik yaitu 5-90-1 dengan nilai akurasi 75%, epoch 4265 iterasi, dan MSE Testing 0,01569.