Penggunaan Artificial Neural Network Untuk Pengenalan Pola: Penerimaan Dan Pendapatan Petani Tebu
Year: 2013
Type: article
Abstract: Selama ini sebagian besar analisis dalam bidang pertanian, khususnya agribisnis dan sosial ekonomi pertanian menggunakan pendekatan ekonometrika dengan mendasarkan pada asumsi “linieritas”. Pendekatan ini memberikan keunggulan dalam analisis ekonomi, seperti elastistas, return to scales, ataupun analisis fungsi permintaan dan penawaran dapat diketahui dengan mudah. Meskipun demikian, saat ini disadari bahwa permasalahan dalam bidang pertanian tidak sesederhana yang diasumsikan. Fungsi yang dianalisis mungkin merupakan fungsi polynomial. Beberapa variabel mungkin tidak dapat didefinisikan dengan jelas, khususnya variabel sosial. Oleh karena itu, penggunaan soft computing seperti model saraf buatan (artificial neural network), genetic algorithm, fuzzy logic mulai banyak dipergunakan untuk memecahkan berbagai persoalan yang bersifat non-linier, hazy dan subyektif. Berkaitan dengan hal tersebut, tulisan ini memberikan ilustrasi penggunaan model saraf buatan dalam bidang pertanian dengan mengambil kasus pada tanaman tebu. Perhitungan dilakukan dengan menggunakan multilayers networks sebanyak empat lapis dan proses belajar menggunakan algoritma back propagation. Proses pembelajaran dilakukan sampai terjadi overtraining untuk memetakan pola hubungan faktor penentu penerimaan dan pendapatan petani tebu. Hasil yang diperoleh menunjukkan bahwa biaya-biaya seperti sewa lahan, bibit, pestisida dan tenaga kerja memiliki kontribusi yang besar dalam mempengaruhi penerimaan dan pendapatan petani. Biaya sewa lahan yang tinggi dengan penggunaan biaya kerja yang rendah akan menekan pendapatan petani sehingga usaha tani tebu harus diusahakan secara intensif. Selain itu, biaya modal sendiri cenderu ng lebih menekan pendapatan dibandingkan dengan modal pinjaman.
Source: Sosiohumaniora
Authors: Cungki Kusdarjito, Any Suryantini
Language: Indonesian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
SDG: Zero hunger
Open Access status: diamond
OpenAlex ID: W1860914031