RANTAI PASOK BERAS PADA BULOG BERBASIS NEURAL NETWORK
Abstrak: Sebagai lembaga
terpenting dalam menjaga ketahanan pangan di Indonesia, perusahaan umum (Perum)
Badan urusan Logistik (BULOG) sejak didirikannya memiliki tugas memasok bahan
pangan, sehingga pengetahuan dan pengalaman BULOG dalam manajemen rantai pasok
pangan dan hasil pertanian lainnya seyogianya dapat diandalkan. Namun BULOG
belum teruji dalam perspektif masih menghadapi berbagai permasalahan yang
sangat kompleks, yang muncul mulai dari masalah pasokan gabah di level petani,
proses penggilingan gabah di level industri penggilingan (miller), hingga
proses distribusi beras ke level konsumen. Dengan demikian, sebagai komoditas
pangan utama, permasalahan beras bukan hanya merupakan permasalahan ekonomi
saja tetapi juga bersifat politis. Data mining dapat membantu dalam memprediksi
suatu sistem, sehingga dapat dilakukan pada penelitian ini agar prediksi lebih
tepat dan akurat. Penelitian ini teknik yang dipakai ialah neural network backpropagation,
ada beberapa tahap dalam peneilitian ini yaitu tahap pengumpulan data historik,
pengolahan data, model atau metode yang diusulkan, eksperimen pada model
tersebut, evaluasi dan validasi hasil. Pada hasil analisa menunjukan bahwa
model ini mempunyai tingkat kesalahan atau error yang kecil atau didalam
backpropagation sering disebut dengan mean square erorr (MSE). Disimpulkan
bahwa teknik data mining menggunakan neural network backpropagation dapat
menghasilkan suatu nilai error yang minimal sehingga tepat dan akurat untuk
menentukan jumlah pasokan beras pada tahun berikutnya.
Kata kunci: pasok beras,
supply chain, data mining, neural network backpropagation, mean square error
Penulis: Muhammad Imam Ghozali
Kode Jurnal: jptmesindd160463