Model Produksi Budidaya Nanas di Provinsi Kalimantan Barat dengan Artificial Neural Network

Abstract

Komoditas buah tahunan yang mempunyai kontribusi besar terhadap produksi hortikultura Kalimantan Barat adalah nanas. Pada tahun 2020, produksi tertinggi nanas terjadi pada triwulan 1 yaitu mencapai 150.282,46 ton. Survei Struktur Ongkos Usaha Tanaman Hortikultura Tahun 2018 (SOUH2018) dilakukan oleh Badan Pusat Statistik (BPS) dengan harapan menambah informasi bagi pengguna data, khususnya pemerintah dalam rangka menyusun perencanaan dan kebijakan dalam upaya meningkatkan pengembangan usaha hortikultura. Permasalahannya SOUH 2018 tidak dilaksanakan secara rutin setiap tahun. Oleh karena perlu adanya model produksi untuk bagi pemerintah untuk kemudahan pengambilan keputusan ataupun kegiatan lain seperti penyuluhan. Pada penelitian ini mengimplementasikan Artificial Neural Network (ANN) pada produksi nanas di Kalimantan Barat dan menguji kinerjanya. Model ANN terdiri dari 75 dataset yang terdiri empat parameter input dan satu parameter output. Parameter input meliputi luas lahan, ongkos/biaya produksi pupuk, ongkos/biaya produksi tenaga kerja, ongkos/biaya sarana produksi (wadah, polibag, ajir, tali dan lain lain). Produksi nanas pada dataset merupakan parameter output pada model. Berdasarkan hasil pengujian model terbaik didapatkan dengan nilai parmeter 9 hidden layer, 7 node, 900 iteration dan 3 batch size. Berdasarkan proses Lasso regularization, luas lahan dan ongkos sarana produksi lebih kuat pengaruhnya terhadap produksi daripada ongkos pupuk dan ongkos tenaga kerja. Nilai R2 dan RMSE pada model terbaik memiliki nilai 0,98 untuk R2 dan 996,984 untuk RMSE.