4.1Implementasi
Setelah melalui tahap analisis dan perancangan, tahap selanjutnya yaitu implementasi serta pengujian. Implementasi dan pengujian diperlukan untuk mengetahui apakah prediksi produksi kelapa sawit yang dibangun berjalan sesuai yang diharapkan. Berikut hasil implementasi dari aplikasi yang telah dibangun
1. Pada halaman awal, program akan menampilkan berupa nama aplikasi yang dibangun serta beberapa sub menu yang terdiri dari file, help, exit. Dapat dilihat pada gambar 4.1 tampilan halaman awal program prediksi produksi kelapa sawit.
Gambar 4.1 Tampilan halaman awal
Dalam menu file akan ada 2 sub menu yaitu sub menu input data, berfungsi untuk masuk ke menu input data dan sub menu training dan prediksi yang berfungsi untuk langsung masuk ke menu training dan prediksi tanpa memasukkan data. Sedangkan menu exit berfungsi untuk keluar dari program prediksi.
31
2. Menu help menampilkan bagaimana tata cara pengoperasian aplikasi. Dapat dilihat pada gambar 4.2. tampilan halaman help.
Gambar 4.2 Tampilan halaman help
3. Halaman input data berfungsi untuk menginput data produksi. Data produksi selanjutnya akan disimpan ke dalam database. Data-data yang diinput kedalam database berupa data tahun produksi, tahun tanam, luas area, jumlah pokok, bulan, jumlah hari panen, jumlah pupuk dan yang terakhir jumlah produksi kelapa sawit. Untuk kolom umur akan otomastis didapat setelah melalui proses pengurangan tahun produksi dengan tahun tanam. Dapat dilihat pada gambar 4.3 menunjukkan tampilan halaman input data.
Ada beberapa tombol yang dapat digunakan dalam input data. Tombol–
tombol tersebut adalah tombol add, save, cari, edit, delete, clear, training. Tombol add berfungsi apabila ingin menambahka data baru ke database. Fungsi tombol save untuk menyimpan data, baik data yang baru ataupun data yang telah di edit. Tombol cari berguna untuk mencari data yang ingin di ubah. Tombol delete berfungsi untuk menghapus sebuah data. Tombol clear berguna apabila kita akan membatalkan data yang akan kita ubah inputnya. Tombol training berfungsi untuk melanjutkan ke tahap selanjutnya yakni tahap training.
4. Halaman proses training dan prediksi ditampilkan pada halaman yang sama. Dapat dilihat pada gambar 4.4 tampilan halaman training dan prediksi saat melakukan proses training.
Gambar 4.4 Tampilan halaman saat proses training
Pada tampilan training akan ada beberapa kolom yang berfungsi sebagai informasi, seperti informasi banyaknya neuron yang digunakan dan penurunan alfa tiap epochnya. Untuk kolom learning rate, user dapat menentukan berapa nilai learning rate yang akan digunakan. Nilai minimum dari learning rate yakni 0.10, dan nilai maksimal dari learning rate adalah. Ada 3 tombol di dalam halaman training yakni tombol training, reset, dan keluar. Tombol training digunakan untuk memulai proses training data. Tombol reset berfungsi untuk memulai training yang baru dan dapat digunakan setelah proses prediksi dilakukan. Tombol keluar berfungsi untuk kembali ke halaman sebelumnya yakni halaman input data.
33
Pada tampilan prediksi user di minta untuk memasukkan data yang akan di prediksi. Mulai dari data tahun produksi, tahun tanam, bulan, perkiraan jumlah hari panen, perkiraan jumlah pupuk. Sedangkan untuk kolom umur pokok, luas kebun, jumlah pokok akan otomatis ditampilkan sesuai dengan data yang terdapat di database. Setelah semua kolom terisi dengan benar maka user dapat melakukan prediksi. Dapat dilihat pada gambar 4.5 tampilan halaman training dan prediksi saat melakukan proses prediksi
Gambar 4.5 Tampilan halaman saat proses prediksi
4.2Pengujian
Pengujian berfungsi untuk menampilkan informasi hasil pengujian prediksi produksi kelapa sawit. Pada pengujian kali ini, produksi yang akan di prediksi adalah produksi kelapa sawit tahun 2014. Produksi kelapa sawit tahun 2014 telah diketahui.Dapat dilihat pada tabel 4.1 hasil produksi kelapa sawit tahun 2014.
Tabel 4.1 Hasil produksi kelapa sawit tahun 2014
Bulan Jumlah Hari panen Jumlah Pupuk(kg) Jumlah Produksi Kelapa Sawit (kg) Januari 99 0 27.490 Februari 52 0 41.500 Maret 79 0 55.090 April 103 0 80.480
Tabel 4.1 Hasil produksi kelapa sawit tahun 2014 (lanjutan) Bulan Jumlah Hari panen Jumlah Pupuk(kg) Jumlah Produksi Kelapa Sawit (kg) Mei 114 0 97.910 Juni 98 14.550 86.910 Juli 93 0 87.200 Agustus 112 9.100 182.940 September 101 0 121.150 Oktober 116 21.750 110.010 November 105 0 87.170 Desember 112 0 72.340
Pada tahun 2014, tanaman sawit berarti telah berumur 11 tahun, karena tahun tanam sawit adalah tahun 2003 dan dengan luas 57 ha. Sesuai dengan tabel pertumbuhan jumlah produksi, sawit yang telah berumur 11 tahun dapat menghasilkan 21.000 kg/ha/tahun. Jika dihitung maka akan terlihat seperti berikut.
Produksi per tahun = 57 ha x 21.000 kg/ha = 1.197.000 kg/tahun Produksi per bulan = 1.197.000 / 12
= 99.750 kg/bln
Hasil yang didapat dari perhitungan, normalnya sawit akan menghasilkan 99.750 kg tiap bulannya. Jika produksi kelapa sawit kurang dari jumlah (< 99.750 kg) tersebut maka sawit dikategorikan kelas produksi rendah. Sebaliknya jika jumlah produksi sawit lebih (< 99.750 kg) dari jumlah normal maka sawit dikategorikan kelas produksi tinggi. Dapat dilihat pada tabel 4.2 hasil produksi kelapa sawit menurut kelasnya.
Tabel 4.2 Hasil produksi kelapa sawit tahun 2014 menurut kelasnya
Bulan Jumlah Hari panen
Jumlah Pupuk(kg)
Jumlah Produksi Kelapa
Sawit (kg) Kelas
Januari 99 0 27.490 Rendah
35
Tabel 4.2 Hasil produksi kelapa sawit tahun 2014 menurut kelasnya (lanjutan)
Bulan Jumlah Hari panen
Jumlah Pupuk(kg)
Jumlah Produksi Kelapa
Sawit (kg) Kelas Maret 79 0 55.090 Rendah April 103 0 80.480 Rendah Mei 114 0 97.910 Rendah Juni 98 14.550 86.910 Rendah Juli 93 0 87.200 Rendah Agustus 112 9.100 182.940 Tinggi September 101 0 121.150 Tinggi Oktober 116 21.750 110.010 Tinggi November 105 0 87.170 Rendah Desember 112 0 72.340 Rendah
Selanjutkan akan dilakukan pengujian dengan menggunakan aplikasi prediksi produksi kelapa sawit yang telah dirancang. Hasil prediksi produksi kelapa sawit akan dibandingkan dengan hasil produksi kelapa sawit yang sebenarnya. Prediksi akan dilakukan dengan mengubah nilai epoch. Nilai epoch yang akan digunakan mulai dari learning rate 5000, 5200, dan 5500.
Dapat dilihat tabel 4.3 tabel hasil pengujian dengan epoch 5000 , learning rate 0.06 dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron.
Tabel 4.3 Hasil pengujian epoch 5000
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Jan 99 27.490 Rendah < 99.750 Rendah Sukses
Feb 52 41.500 Rendah > 99.750 Rendah Sukses
Tabel 4.3 Hasil pengujian epoch 5000 (lanjutan)
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Apr 103 80.480 Rendah < 99.750 Rendah Sukses Mei 114 97.910 Rendah < 99.750 Rendah Sukses
Jun 98 86.910 Rendah > 99.750 Tinggi Gagal
Jul 93 87.200 Rendah > 99.750 Tinggi Gagal
Agu 112 182.940 Tinggi > 99.750 Tinggi Sukses Sep 101 121.150 Tinggi > 99.750 Tinggi Sukses Okt 116 110.010 Tinggi > 99.750 Tinggi Sukses Nov 105 87.170 Rendah > 99.750 Tinggi Gagal
Des 112 72.340 Rendah > 99.750 Tinggi Gagal Dari tabel 4.3 hasil pengujian epoch 5000 didapatkan 8 bulan dengan hasil pengujian yang sukses. Bulan-bulan yang sukses yakni bulan Januari, Februari, Maret, April, Mei, Agustus, September, Oktober. Pengertian sukses dalam tabel yaitu hasil prediksi kelapa sawit sama dengan hasil jumlah produksi kelapa sawit yang sebenarnya. Sebaliknya pengertian hasil pengujian yang gagal artinya hasil prediksi kelapa sawit tidak sama dengan hasil produksi kelapa sawit yang sebenarnya. Di tabel 4.3 terdapat 4 bulan dengan hasil pengujian yang gagal. Bulan-bulan yang gagal tersebut adalah bulan Juni, Juli, November, Desember.
Selanjutnya dilakukan pengujian dengan epoch 5200, learning rate 0.06 dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron. Dapat dilihat tabel 4.4 tabel hasil pengujian epoch 5200.
37
Tabel 4.4 Hasil pengujian epoch 5200
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Jan 99 27.490 Rendah < 99.750 Rendah Sukses
Feb 52 41.500 Rendah > 99.750 Tinggi Gagal
Mar 79 55.090 Rendah < 99.750 Rendah Sukses
Apr 103 80.480 Rendah < 99.750 Rendah Sukses Mei 114 97.910 Rendah < 99.750 Rendah Sukses
Jun 98 86.910 Rendah > 99.750 Tinggi Gagal
Jul 93 87.200 Rendah > 99.750 Tinggi Gagal
Agu 112 182.940 Tinggi > 99.750 Tinggi Sukses Sep 101 121.150 Tinggi > 99.750 Tinggi Sukses Okt 116 110.010 Tinggi > 99.750 Tinggi Sukses Nov 105 87.170 Rendah > 99.750 Tinggi Gagal
Des 112 72.340 Rendah > 99.750 Tinggi Gagal Dari tabel 4.4 hasil pengujian epoch 5200 didapatkan 7 bulan dengan hasil pengujian yang sukses. Bulan-bulan yang sukses yakni bulan Januari, Maret, April, Mei, Agustus, September, Oktober. Kemudian didapat 5 hasil pengujian yang gagal. Bulan-bulan yang gagal tersebut adalah bulan Februari, Juni, Juli, November, Desember.
Selanjutnya dilakukan pengujian dengan epoch 5500, learning rate 0.06 dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron. Dapat dilihat tabel 4.5 tabel hasil pengujian epoch 5500.
Tabel 4.5 Hasil pengujian epoch 5500
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Jan 99 27.490 Rendah < 99.750 Rendah Sukses
Feb 52 41.500 Rendah > 99.750 Tinggi Gagal
Mar 79 55.090 Rendah > 99.750 Tinggi Gagal
Apr 103 80.480 Rendah < 99.750 Rendah Sukses Mei 114 97.910 Rendah < 99.750 Rendah Sukses
Jun 98 86.910 Rendah > 99.750 Tinggi Gagal
Jul 93 87.200 Rendah > 99.750 Tinggi Gagal
Agu 112 182.940 Tinggi > 99.750 Tinggi Sukses Sep 101 121.150 Tinggi > 99.750 Tinggi Sukses Okt 116 110.010 Tinggi > 99.750 Tinggi Sukses Nov 105 87.170 Rendah > 99.750 Tinggi Gagal
Des 112 72.340 Rendah > 99.750 Tinggi Gagal Dari tabel 4.5 hasil pengujian epoch 5500 didapatkan 6 bulan dengan hasil pengujian yang sukses. Bulan-bulan yang sukses yakni bulan januari, april, mei, agustus, september, oktober. Kemudian didapat 6 hasil pengujian yang gagal. Bulan-bulan yang gagal tersebut adalah Bulan-bulan Februari, Maret, Juni, Juli, November, Desember.
Pengujian selanjutnya dilakukan dengan mengubah nilai learning ratenya. Nilai learning rate yang pertama yang akan di gunakan sebesar 0.06 dengan epoch 5500, dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron. Dapat dilihat tabel 4.6 tabel hasil pengujian learning rate sebesar 0.06.
39
4.6 Tabel hasil pengujian learning rate sebesar0.06
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Jan 99 27.490 Rendah < 99.750 Rendah Sukses
Feb 52 41.500 Rendah > 99.750 Rendah Sukses
Mar 79 55.090 Rendah > 99.750 Rendah Sukses
Apr 103 80.480 Rendah < 99.750 Rendah Sukses Mei 114 97.910 Rendah < 99.750 Rendah Sukses Jun 98 86.910 Rendah > 99.750 Rendah Sukses
Jul 93 87.200 Rendah > 99.750 Tinggi Gagal
Agu 112 182.940 Tinggi > 99.750 Rendah Gagal Sep 101 121.150 Tinggi > 99.750 Tinggi Sukses Okt 116 110.010 Tinggi > 99.750 Tinggi Sukses Nov 105 87.170 Rendah > 99.750 Tinggi Gagal
Des 112 72.340 Rendah > 99.750 Tinggi Gagal Dari tabel 4.6 pengujian learning rate sebesar 0.06 didapatkan 8 bulan dengan hasil pengujian yang sukses. Bulan-bulan yang sukses yakni bulan Januari, Februari, Maret, April, Mei, Agustus, September, Oktober. Dan juga di tabel 4.6 terdapat 4 bulan dengan hasil pengujian yang gagal. Bulan-bulan yang gagal tersebut adalah bulan Juni, Juli, November, Desember.
Pengujian selanjutnya digunakan nilai learning rate sebesar 0.07 dengan epoch 5000, dan penurunan alfa tiap epochnya sebesar 0.01. Jumlah neuron yang digunakan 9 neuron. Dapat dilihat tabel 4.7 tabel hasil pengujian learning rate sebesar 0.07.
4.7 Tabel hasil pengujian learning rate sebesar0.07
Bulan
Jmlh Hari panen
Produksi kelapa sawit sebenarnya
Prediksi produksi kelapa
sawit Keterangan Jumlah
produksi(kg) Kelas
Jumlah
produksi(kg) Kelas
Jan 99 27.490 Rendah < 99.750 Rendah Sukses
Feb 52 41.500 Rendah > 99.750 Tinggi Gagal
Mar 79 55.090 Rendah > 99.750 Rendah Sukses
Apr 103 80.480 Rendah < 99.750 Rendah Sukses Mei 114 97.910 Rendah < 99.750 Rendah Sukses
Jun 98 86.910 Rendah > 99.750 Tinggi Gagal
Jul 93 87.200 Rendah > 99.750 Tinggi Gagal
Agu 112 182.940 Tinggi > 99.750 Tinggi Sukses Sep 101 121.150 Tinggi > 99.750 Tinggi Sukses Okt 116 110.010 Tinggi > 99.750 Tinggi Sukses Nov 105 87.170 Rendah > 99.750 Tinggi Gagal
Des 112 72.340 Rendah > 99.750 Tinggi Gagal Dari tabel 4.7 pengujian learning rate sebesar 0.07 didapatkan 7 bulan dengan hasil pengujian yang sukses. Bulan-bulan yang sukses yakni bulan Januari, Maret, April, Mei, Agustus, September, Oktober. Dan juga di tabel 4.7 terdapat 5 bulan dengan hasil pengujian yang gagal. Bulan-bulan yang gagal tersebut adalah bulan Februari, Juni, Juli, November, Desember.
BAB 5