| dc.description.abstract | Produk pangan hasil pertanian adalah produk pangan segar yang berasal dari tumbuhan dan hewan serta belum mengalami pengolahan. Masalah penentuan harga terbaik diperlukan bagi petani untuk keberlangsungan usahanya. Jika harga terlalu rendah dapat mengakibatkan kerugian dan sebaliknya jika harga terlalu tinggi dapat mengakibatkan rendahnya daya beli produk. Beberapa faktor yang mempengaruhi penetapan harga di petani meliputi kualitas produk, keekonomisan usahatani, prediksi harga, penawaran, permintaan, resiko, persaingan, kebijakan pemerintah, serta mekanisme distribusi produk. Berdasarkan hal tersebut, dilakukan pengembangan model harga cerdas untuk produk pangan hasil pertanian. Model harga cerdas produk pangan hasil pertanian (model harga cerdas) merupakan penerapan konsep kecerdasan buatan guna memberikan rekomendasi harga jual terbaik kepada petani. Pengembangan model menggunakan konsep multi objective entropy optimization problem (MOEOP) dan konsep optimasi berkendala prediksi deret waktu (optimization poblem with time series forecasting constraints/OPTSFC). Model harga cerdas diselesaikan menggunakan smart reading algorithm (algoritma SRA). Kebaruan penelitian dalam tulisan ini meliputi model harga cerdas, MOEOP, OPTSFC, algoritma SRA dan teorema nilai prediksi. MOEOP merupakan penggabungan antara multi objective optimization dengan entropy optimization problem (EOP). Konsep entropy digunakan untuk menghasilkan solusi yang seragam/beragam berdasarkan peluang suatu kejadian. Dalam model harga cerdas, konsep entropy digunakan untuk memperoleh harga yang beragam pada setiap produk yang sama dengan kualitas yang berbeda. Hasil percobaan penelitian menunjukkan bahwa fungsi EOP memiliki pengaruh yang nyata terhadap model MOEOP berdasarkan uji ANOVA pada tingkat 0,05. OPTSFC merupakan masalah optimasi yang memiliki kendala berupa hasil prediksi deret waktu dalam bentuk interval. Dalam model harga cerdas, prediksi deret waktu berupa harga yang berlaku di petani pada esok hari. Penyelesaian OPTSFC dilakukan secara bertahap dengan menyelesaikan prediksi deret waktu yang kemudian dilanjutkan dengan penyelesaian masalah optimasi. Hasil percobaan penelitian menunjukkan bahwa semakin tinggi nilai akurasi akan menghasilkan rekomendasi yang mendekati hasil prediksi. Hasil tersebut telah dituangkan dan dibuktikan secara formal dalam teorema nilai prediksi. Dalam teorema nilai prediksi, ketika nilai akurasi prediksi deret waktu mendekati nilai satu (sempurna) maka rekomendasi harga dari penyelesaian masalah optimasi akan mendekati harga prediksi deret waktu. Teorema ini berguna untuk memperkirakan solusi masalah optimasi tanpa harus menggunakan algoritma optimasi saat nilai akurasi prediksi mendekati sempurna. Penyelesaian model harga cerdas dilakukan menggunakan algoritma SRA. Algoritma SRA merupakan suatu langkah cerdas dalam menentukan teknik penyelesaian suatu masalah berdasarkan kriteria yang ada. Ide dari algoritma SRA berasal dari berbagai teknik membaca dalam pembelajaran bahasa inggris di mana setiap teknik yang ada memiliki tujuan yang berbeda. Dalam algoritma SRA, komputer dianalogikan mampu menentukan teknik membaca/pembelajaran suatu data yang tepat berdasarkan kriteria yang disusun atas tujuan yang jelas. ... | id |
