metode grey forecasting untuk pertanian

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

The Simple

1. Data dari UPTD Pertanian setiap kecamatan berupa laporan panen setiap tahun di kumpulkan dan direkap.

The Simple

Staff mengelola data mentah menjadi rekapan laporan produksi pertanian setiap tahun.

The Simple

Dari beberapa rekapan tersebut di bandingkan perkembangan produktifitas produksi pertanian setiap tahun

The Simple

Staff berwenang dan pimpinan menganalisa dan menentukan kebijakan untuk langkah mengoptimalkan produktifitas pada kecamatan dan lahan tertentu.

The Simple

Kebijakan yang telah tercipta di sosialisasikan dan direalisasikan ke masing-masing UPTD terkait oleh staff yang berwenang.

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).


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).


Tujuan Penelitian• Menerapkan metode prediksi abu-abu untuk

memperkirakan hasil pertanian tanaman pangan dengan menyajikan informasi berbasis Sistem informasi Geografis.


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.


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


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).


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.


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


.

.

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).


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


Prosedur Penelitian


Pengumpulan Data Penelitian

Identifikasi dan Pengolahan Data

Analisis dan Perancangan Sistem

Implementasi Sistem

Pengujian Sistem

Arsitektur Sistem


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


Jadwal Penelitian


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


metode grey forecasting untuk pertanian

Documents