metode grey forecasting untuk pertanian
DESCRIPTION
Metode Grey Forecasting untuk pertanianTRANSCRIPT
PREDIKSI ABU-ABU UNTUK PRAKIRAAN HASIL PERTANIAN
DENGAN MENGGUNAKAN SISTEM INFORMASI GEOGRAFIS
PROGRAM STUDI MAGISTER SISTEM INFORMASIPROGRAM PASCASARJANA UNIVERSITAS DIPONEGORO
SEMARANG 2014
Asfan Muqtadir (30000413410022)
Proposal Penelitian untuk Tesis S-2
Latar Belakang
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Latar Belakang
• Prakiraan merupakan suatu kegiatan penerapan model yang telah dikembangkan pada waktu yang akan datang (Aritonang, 2002).
• Prakiraan konsumsi listrik dengan menggunakan prediksi abu-abu, tingkat pertumbuhan ekonomi di negara-negara berkembang biasanya tinggi dan tidak stabil, tidak mudah untuk mendapatkan prediksi yang akurat menggunakan data jangka panjang, dengan demikian peramalan dengan jangka pendek data lebih efektif dan cukup menarik (Li dkk, 2012).
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Latar Belakang ( 2 )• Meningkatnya kebutuhan hidup dan penggunaan lahan
pertanian baik untuk keperluan produksi pertanian maupun keperluan dalam bidang lainya membutuhkan perencanaan dan pengambilan keputusan kebijakan untuk pemanfaatan yang paling optimal (Kubelaborbir, 2010).
• Penelitian pada perusahaan industri opto-elektronik dengan membandingkan prediksi abu-abu, dan algoritma genetika untuk memprakirakan hasil industri, dengan pengambilan data pembanding yang cukup serta digunakan untuk prediksi dalam jangka waktu pendek (Hsu, 2011).
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Tujuan Penelitian• Menerapkan metode prediksi abu-abu untuk
memperkirakan hasil pertanian tanaman pangan dengan menyajikan informasi berbasis Sistem informasi Geografis.
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Manfaat Penelitian• Memperoleh hasil pertanian yang akan datang,
sehingga hasil dari prakiraan tanaman pangan tersebut bisa dimanfaatkan Dinas yang berkaitan.
• Dengan arti luas, data hasil penelitian ini dapat dimanfaatkan sebaik-baiknya oleh Bidang Tanaman Pangan Dinas Pertanian Kabupaten Tuban dalam menyusun rencana kebijakan lahan pertanian sesuai Rencana dan Strategi yang telah ada.
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Penelitian Sebelumnya• Tulisan ilmiah pada komputer dan elektronik untuk pertanian
oleh Shang liang-ou yang berjudul Forecasting agricultural output with an improved grey forecasting model based on the genetic algorithm pada tahun 2012.
• Tulisan ilmiah yang ditulis oleh Der-Chiang Li, Che-Jung Chang, yang berjudul Forecasting short-term electricity consumption using the adaptive grey-based approach : An Asian case. Pada tahun 2012.
• Tulisan ilmiah yang ditulis oleh li-Chang Hsu yang berjudul Using improved grey forecasting models to forecast the output of opto-electronics industry. Pada tahun 2012
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Grey Prediction• Prediksi abu-abu merupakan salah satu pendekatan yang
dapat digunakan untuk membangun sebuah model dengan sampel yang terbatas untuk memberikan keuntungan yang lebih baik dengan peramalan masalah jangka pendek. (Shen, 2009).
• Bentuk umum dari model prakiraan abu-abu adalah GM ( n , m ), dengan n dan m menunjukkan urutan persamaan diferensial biasa dan jumlah variabel abu-abu. GM (1,1) adalah salah satu yang paling umum digunakan model prakiraan abu-abu (Shang, 2012).
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Langkah-langkah pemodelan Grey Prediction1. Mengambil data orisinil
2. Menggunakan AGO untuk seri data baru
Dengan dan
3. Hitunglah nilai latar belakang
4. Menerapkan rumus grey diferensial
dimana adalah koefisien yang dikembangkan dan b adalah grey input.
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Langkah-langkah pemodelan Grey Prediction
5. Jika x (1) menunjukkan variasi eksponensial, persamaan diferensial abu-abu yang digunakan dalam GM (1,1) model, Dan persamaan perbedaan yang ditampilkan sebagai:
x (0) (k) + z (1) (k) = b,
6. Metode kuadrat terkecil (OLS) digunakan untuk menghitung parameter a dan b
Dengan
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
.
.
Sistem Informasi Geografis
• Sistem Informasi Geografis merupakan kombinasi manajemen database dalam mengumpulkan dan menyimpan sejumlah data geospasial yang besar, bersama-sama dengan kemampuan analisis spasial untuk mengetahui hubungan geospasial antara entitas dari masing-masing data yang digunakan, ditambah dengan peta layar yang berfungsi menggambarkan hubungan data geospasial dalam dua dan tiga dimensi dalam bentuk peta (Nyerges, 2009).
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Bahan dan Alat Penelitian• Peta Pola Ruang RTRW Kab. Tuban dan Legenda Peta
Pola Ruang RTRW Kab. Tuban. Bahan penelitian lain adalah Data yang akan ditampilkan sesuai dengan kebutuhan hasil pertanian tanaman pangan, berupa data nama kecamatan, desa, luas lahan, ketinggian tanah, nama lahan dan penggunaan lahan,
• Alat yang digunakan untuk penelitian ini :• Quantum GIS 1.8.0 • MS4W 3.0.6 sebagai Webgis Server• pmapper-4.3.1 sebagai Framework Webgis• PHP 5.4.0 Sebagai bahasa pemrograman webnya • PostgreSQL 9.0 dan Postgis sebagai database
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Prosedur Penelitian
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Pengumpulan Data Penelitian
Identifikasi dan Pengolahan Data
Analisis dan Perancangan Sistem
Implementasi Sistem
Pengujian Sistem
Arsitektur Sistem
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Mengklasifikasikan hasil pertanian perkecamatan
Analisa menggunakan Grey Prediction untuk memprakirakanHasil pertanian tanaman pangan
Menerapkan perhitungan Grey Prediction kedalam GIS
GIS
Menampilkan pemetaan hasil pertanian sesuai perhitungan tahun yang diinputkan
Input data hasil pertanian sebelumnya
Kerangka Sistem Informasi
Fram. Pmapper
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
Jadwal Penelitian
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 Survey Obyek Penelitian
2 Studi Kepustakaan
3 Pengumpulan Data
4 Desain dan Analisis Sistem
5 Pembuatan Sistem Aplikasi
6 Tes Awal Sistem Aplikasi
7 Perbaikan Error dan Bug
8 Tes Akhir Sistem Aplikasi
9 Implementasi Sistem
10 Penyusunan Laporan Tesis
Bulan VKEGIATANNO
Bulan I Bulan II Bulan III Bulan IV
Terima Kasih
ProgramPascasarjanaMagisterSistemInformasiUniversitasDiponegoro